MétaCan
Menu
Retour à la cohorte
Enregistrement W1982452625 · doi:10.1029/2006eo240003

Education and science connect at sea

2006· article· en· W1982452625 sur OpenAlexfundno aff
R. Mark Leckie, Kristen St. John, Leslie Peart, A. Klaus, Scott Slough, M. D. Niemitz

Notice bibliographique

RevueEos · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of AlbertaUniversity of Michigan
Mots-clésScientific literacyScience educationPolitical scienceSpace SciencePublic relationsScience, technology, society and environment educationEarth system scienceLearning standardsSociologyEngineering ethicsLibrary scienceEngineeringComputer scienceLawEcology

Résumé

récupéré en direct d'OpenAlex

In the past several decades, the scientific community's collective understanding of Earth's history and the processes that shape this dynamic planet has grown exponentially. Yet communicating the current understanding of Earth systems to the community outside of science (educators and students, policy makers, and the general public) has lagged. In 1995, the U.S. National Academy of Sciences (NAS) led the effort to establish National Science Education Standards (http://www.nap.edu/readingroom/books/nses/),with the goal of helping all students achieve scientific literacy. Earth and space sciences are one of the eight categories of content standards. Clearly the establishment of science education standards alone will not foster a scientifically literate society, as indicated in the NAS report “Rising Above the Gathering Storm” (http://www.nap.edu/catalog/11463.html). This report, released last fall, warns that without strong steps to improve federal support for science and technology research, and science and technology education, the quality of life in the United States is threatened as the country loses its competitive edge.

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)0,006
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,441
Score d'incertitude au seuil0,798

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0050,003
Communication savante0,0120,009
Science ouverte0,0010,012
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,4410,183

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 Opus0,003
Tête enseignante GPT0,190
Écart entre enseignants0,187 · 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
GenreEmpirique

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

En bref

Citations3
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEosMême sujetCoastal and Marine ManagementTravaux en français237 207