Enregistrement W1596642629 · doi:10.1007/978-3-642-04757-2

Best Practices for the Knowledge Society. Knowledge, Learning, Development and Technology for All

2009· book· en· W1596642629 sur OpenAlexfundno aff

Miltiadis D. Lytras, Patricia Ordóñez de Pablos, Ernesto Damiani, David Avison, Ambjörn Naeve, David G. Horner

Notice bibliographique

RevueCommunications in computer and information science · 2009

Typebook

Langueen

DomaineComputer Science

ThématiqueEducational Technology and Optimization

Établissements canadiensnon disponible

Organismes subventionnairesÅbo AkademiUniversity of the AegeanUniversidad de ValladolidUniversità di PisaRWTH Aachen UniversityUniversità degli Studi di SalernoUniversidad de ZaragozaUniversidade Federal do Estado do Rio de JaneiroUniversidade de VigoUniversidad Carlos III de MadridUniversidad de AlcaláUniversità Politecnica delle MarcheGoethe-Universität Frankfurt am MainTurun YliopistoArkansas State UniversityLondon Metropolitan UniversityUniversity College DublinCentre National de la Recherche ScientifiqueMacquarie UniversityLoughborough UniversityUniversity of WarwickDe Montfort UniversitySheffield Hallam UniversityUniversität SiegenUniversitat de LleidaUniversité de Technologie de CompiègneErasmus Universiteit RotterdamUniversità di BolognaCopenhagen Business SchoolUniversity of WollongongUniversidad de MurciaUniversity of the Highlands and IslandsGeorge Mason UniversityConcordia UniversityInstitut national de recherche en informatique et en automatique (INRIA)Auckland University of Technology, New ZealandUniversidad Rey Juan CarlosManchester Metropolitan UniversityTechnische Universität WienUniversität WienUniversidad Tecnológica NacionalLondon School of Economics and Political ScienceUniversity of New South Wales

Mots-clésSummitPleasureKnowledge societyPolitical scienceComputer scienceLibrary scienceWorld Wide WebKnowledge managementPsychologyGeographyCartography

DOI10.1007/978-3-642-04757-2

Résumé

récupéré en direct d'OpenAlex

Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002

score de la tête « metaresearch » (Gemma)0,004

Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated

Catégories candidatesaucune

Catégories consensuellesaucune

DomaineSignal candidat: aucune · Signal consensuel: aucune

Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune

GenreSignal candidat: Autre · Signal consensuel: Autre

Score de désaccord entre enseignants0,011

Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,002	0,004
Méta-épidémiologie (sens strict)	0,001	0,001
Méta-épidémiologie (sens large)	0,001	0,001
Bibliométrie	0,003	0,003
Études des sciences et des technologies	0,002	0,005
Communication savante	0,008	0,008
Science ouverte	0,002	0,004
Intégrité de la recherche	0,004	0,006
Charge utile insuffisante (le modèle a refusé de juger)	0,011	0,010

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.

Tête enseignante Opus0,071

Tête enseignante GPT0,373

Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail

Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Devis d'étudeSans objet

Domainenon disponible

GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22

Publié2009

Routes d'admission1

Résumé présentnon

Télécharger la notice (JSON)Signaler un problème avec cette notice

Explorer davantage

Même revueCommunications in computer and information science→Même sujetEducational Technology and Optimization→Travaux en français237 207→