MétaCan
Menu
Retour à la cohorte
Enregistrement W1841470610 · doi:10.1007/s13280-015-0701-5

Digital conservation: An introduction

2015· article· en· W1841470610 sur OpenAlexaboutno aff
René van der Wal, Koen Arts

Notice bibliographique

RevueAMBIO · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésComputer scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

We thank all participants of the Digital Conservation Conference (May 2014, Aberdeen, UK) for laying the foundations of this Special Issue, Annie Robinson and Gina Maffey for their crucial input into the conference, all authors for contributing their work to the issue, and Bo Söderström, Ambio’s Editor-in-Chief, for the large amount of skill, energy and time invested. All papers have been rigorously peer-reviewed. We are very grateful to the 36 referees listed below: Steve Albon, the James Hutton Institute, Aberdeen, UK; Arjun Amar, University of Cape Town, South Africa; Karen Anderson, University of Exeter, UK; Debora Arlt, Swedish University of Agricultural Sciences, Uppsala, Sweden; Bob Askins, Connecticut College, New London, USA; Tom August, Centre for Ecology and Hydrology, Wallingford, UK; Iain Bainbridge, Scottish Natural Heritage, Edinburgh, UK; Elizabeth Boakes, University College London, UK; Bram Büscher, University of Wageningen, the Netherlands; Guillaume Chapron, Swedish University of Agricultural Sciences, Riddarhyttan, Sweden; Heather Doran, University of Aberdeen, UK; Rosaleen Duffy, University of London, UK; Gorry Fairhurst, University of Aberdeen, UK; Ioan Fazey, University of Dundee, UK; Rachel Finn, Trilateral Research and Consulting, London, UK; John Fryxell, University of Guelph, Canada; John Hallam, University of Southern Denmark, Odense, Denmark; Sandra Hamel, University of Tromsø, Norway; Maarten Jacobs, University of Wageningen, the Netherlands; Lucas Joppa, Microsoft Research, Redmond, USA; Steve Kelling, Cornell University, Ithaca, USA; Kerry Kilshaw, University of Oxford, UK; Christiane Lellig, Stratageme, Agentur für Social Change, Aldershot, UK; Nick Littlewood, the James Hutton Institute, Aberdeen, UK; Gina Maffey, University of Aberdeen, UK; Mariella Marzano, Forest Research, Roslin, UK; Fran Michelmoore Root, Northern Rangelands Trust, Isiolo, Kenya; Steve Redpath, University of Aberdeen, UK; Mark Reed, Birmingham City University, UK; Chris Sandbrook, UNEP-World Conservation Monitoring Centre, Cambridge, UK; Lisa Sargood, Digital Strategy & Innovation, Bristol, UK; Bill Sutherland, University of Cambridge, UK; Chris Thaxter, British Trust for Ornithology, Thetford, UK; Jean-Pierre Tremblay, Laval University, Quebec City, Canada; Audrey Verma, University of Aberdeen, UK; Jerry Wilson, Royal Society for the Protection of Birds, Edinburgh, UK.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,008
Études des sciences et des technologies0,0040,007
Communication savante0,0140,018
Science ouverte0,0020,007
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0460,011

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 Opus0,038
Tête enseignante GPT0,204
Écart entre enseignants0,166 · 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
GenreSynthèse

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

En bref

Citations48
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAMBIOMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207