Multinet: an interactive program for analysing and visualizing complex networks
Notice bibliographique
Résumé
MultiNet is a Windows-based computer program designed for exploratory data analysis of social and other networks. MultiNet is highly interactive and always provides both textual and visual representations of results. The visualizations are innovative in the use of colour and interaction, and some are unique to MultiNet. MultiNet was designed from the beginning to handle large amounts of data, and uses compact data formats, special storage schemes, and calculation methods that are highly efficient in terms of both space and time. MultiNet was also designed to handle large numbers of variables, both attribute (node) and network (link); it allows easy construction of new variables of either type by means of various operations on existing ones. Hybrid variables are easily constructed: node variables derived fiom networks; link variables derived fiom attributes. These capabilities provide crucial links among other parts of the program. The application of spectral methods to large, sparse networks is both the theoretical and practical centre of the research and development that has gone into MultiNet. Spectral methods provide analytic visualizations of network data: pictures that not only provide understanding, but that provide numerical values that can be used in further analysis. The results of the spectral methods, as well as other attribute and network data, are used together with simple, standard statistical methods such as cross-tabulations, analysis of variance and correlations for testing hypotheses about relationships among the data. MultiNet provides unique methods that allow attributes and networks to be freely mixed in such analyses, and presents results in both textual and interactive visualizations that include two or three discrete or continuous variables. The largest part of this thesis consists of descriptions of the seven main MultiNet program modules. Supplementary sections describe the theoretical background for spectral analysis and provide specific examples of spectral analysis, including a peer-reviewed, published paper that uses most of the parts of MultiNet together. In addition, a separate CDROM provides a working version ofthe program, electronic documentation, sample datasets, software aids and videos showing how the program is used.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».