The FRBR Family of Conceptual Models: Toward a Linked Bibliographic Future
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Foreword 1. Introduction: Be Careful What You Wish For: FRBR, Some Lacunae, A Review 2. The VTLS Implementation of FRBR 3. FRBR: The MAB2 Perspective 4. Implementing FRBR to Improve Retrieval of In-House Information in a Medium-Sized International Institute 5. A Strange Model Named FRBRoo 6. Item, document, carrier: An Object Oriented Approach 7. Modeling Aggregates in FRBR 8. Arrangement of FRBR Entities in Colon Classification Call Numbers 9. FRSAD and the ontology of subjects of works 10. FRBR Entities: Identity and Identification 11. FRBR/FRAD and Eva Verona's Cataloging Code: Toward the Future Development of the Croatian Cataloging Code 12. Evaluation of RDA as an implementation of FRBR and FRAD 13. Conceptualizations of the cataloging object: A critique on current perceptions on FRBR Group 1 entities 14. From the FRBR Model to the Italian Cataloging Code (and Vice Versa?) 15. The Contribution of FRBR to the Identification of Bibliographical Relationships: The New RDA-based Ways of Representing the Relationships in Catalogs 16. Analysis of Work-to-Work bibliographic relationships through FRBR: A Canadian Perspective 17. Composing in Real Time: Jazz Performances as in the FRBR Model 18. Identifying Works for Japanese Classics for Construction of FRBRized OPACs 19. FRBRizing Bibliographic Records Focusing on Identifiers and Role Indicators in the Korean Cataloging Environment 20. What do Users Tell us About FRBR-Based Catalogs? 21. Representing the FR Family in the Semantic Web 22. YouTube: Applying FRBR and Exploring the Multiple Description Coding Compression Model 23. FRBR and Linked Data: Connecting FRBR and Linked Data
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,004 | 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 découle