Proceedings of the Ninth ACM International Workshop on Data Engineering for Wireless and Mobile Access
Notice bibliographique
Résumé
It is our great pleasure to welcome you all to the Ninth ACM International Workshop on Data Engineering for Wireless and Mobile Access (MobiDE'10), held in conjunction with SIGMOD 2010. MobiDE continues its tradition of bringing together researchers and practitioners in databases, mobile computing, and networking, and providing a full day of exciting presentations and discussions. As in previous years, the workshop serves as a forum to present latest research and engineering results and contributions, and set future directions in wireless and mobile data management. MobiDE'10 is the ninth of a successful series of workshops that aims to act as a bridge between the data management, wireless networking, and mobile computing communities. The 1st MobiDE workshop took place in Seattle, USA (August 1999), in conjunction with MobiCom 1999. The 2nd MobiDE workshop was held in Santa Barbara, USA (May 2001), together with SIGMOD 2001. The 3rd MobiDE workshop was organized in San Diego, USA (September 2003), co-located with MobiCom 2003. The 4th, 5th, 6th, 7th, and 8th MobiDE workshops took place in Baltimore, USA (June 2005), Chicago, USA (June 2006), Beijing, China (June 2007), Vancouver, Canada (June 2008), and Providence, USA (June 2009), respectively, co-located with SIGMOD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,026 |
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 source (Gemma direct ou Codex distillé), 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 ».