MétaCan
Menu
Retour à la cohorte
Enregistrement W1626665265 · doi:10.1017/cbo9780511754180.002

Introduction

2003· book-chapter· en· W1626665265 sur OpenAlexaff
John Leach

Notice bibliographique

RevueCambridge University Press eBooks · 2003
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueAmerican and British Literature Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésGirlForeheadCurl (programming language)ArtArt historyPsychologyComputer scienceMedicineAnatomyWorld Wide WebDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

There was a little girl, she had a little curl, Right in the middle of her forehead; And when she was good, she was very, very good, And when she was bad, she was horrid. Henry Wadsworth Longfellow Competitive markets seem to have a great deal in common with the little girl who had a little curl. When they are good, they are so very good that our participation in them becomes part of our unconscious daily routine. If I want broccoli for supper, there is broccoli waiting for me at the grocery store. Down the aisle are the green peppers, locally grown in summer and Mexican in winter. The bananas are from Ecuador and the apples are from as far away as New Zealand. The presence of each item on the grocer's shelves is the result of a complex chain of decisions made by the grocer, the wholesaler, the shipper, and the farmer. Their actions are co-ordinated by prices, and this fact has important implications for the way in which specialized knowledge is utilized. The farmer does not need to know anything about shipping or the grocery business or the making of fertilizers, nor need he communicate to anyone his specialized knowledge of farming. He need know only the prices at which various crops can be sold, and the prices at which factors of production can be purchased.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,404
Score d'incertitude au seuil0,850

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0050,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,4040,219

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 Opus0,013
Tête enseignante GPT0,162
Écart entre enseignants0,149 · 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.

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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetAmerican and British Literature AnalysisTravaux en français237 207