MétaCan
Menu
Retour à la cohorte
Enregistrement W1991946596 · doi:10.1109/tbc.2014.2310067

FOBTV: Worldwide Efforts in Developing Next-Generation Broadcasting System

2014· article· en· W1991946596 sur OpenAlexaff
Wenjun Zhang, Yiyan Wu, Namho Hur, Tetsuomi Ikeda, Pingjian Xia

Notice bibliographique

RevueIEEE Transactions on Broadcasting · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueTelecommunications and Broadcasting Technologies
Établissements canadiensCommunications Research Centre Canada
Organismes subventionnairesNational Key Research and Development Program of ChinaNational High-tech Research and Development ProgramHigher Education Discipline Innovation ProjectShanghai Jiao Tong UniversityNational Natural Science Foundation of China
Mots-clésStandardizationBroadcasting (networking)TelecommunicationsBroadcast engineeringComputer scienceBroadcast lawRadio broadcastingEngineering managementEngineeringCommercial broadcastingComputer security

Résumé

récupéré en direct d'OpenAlex

The challenges facing the terrestrial broadcast industry are to how more efficiently and effectively use the scarce spectrum to deliver the vast amount of media data to the general public. Future of Broadcast Television Initiative (FOBTV) was founded by the broadcasters, manufacturers, network operators, standardization organizations, research institutes, and universities around the world, aiming at better solving these problems through global collaboration. Since its establishment, use cases for the future broadcast applications have been extensively collected and classified. Potential technologies applied for the summarized new application scenarios have been carefully studied and the most effective ones are highlighted. Moreover, FOBTV is trying to develop a layered model for the next-generation broadcasting system and taking great efforts toward the ultimate goal of a global harmonized terrestrial broadcasting system.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,044
Tête enseignante GPT0,233
Écart entre enseignants0,189 · 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
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

Citations31
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on BroadcastingMême sujetTelecommunications and Broadcasting TechnologiesTravaux en français237 207