MétaCan
Menu
Retour à la cohorte
Enregistrement W1997017488 · doi:10.1002/meet.1450400170

Sharing and accessing Internet resources across barriers of nation, language, and collection. Sponsored by SIG III, MGT

2003· article· en· W1997017488 sur OpenAlexaff
Liwen Vaughan, Mike Thelwall, Shaoyi He, Gregory M. Shreve, Marcia Lei Zeng, Yin Zhang

Notice bibliographique

RevueProceedings of the American Society for Information Science and Technology · 2003
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation Retrieval and Search Behavior
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMetadataComputer scienceWorld Wide WebSession (web analytics)The InternetPresentation (obstetrics)Search engineDigital libraryInformation retrievalResource (disambiguation)Shared resourceComputer security

Résumé

récupéré en direct d'OpenAlex

Abstract While the Internet provides great opportunities for sharing and accessing information resources globally, there are still many barriers to overcome. In this session, a group of experts will share their research in this area. Vaughan and Thelwall will present their study on national bias of information resources coverage as reflected in commercial search engines. In the area of cross‐language information retrieval, although many search engines have the capability to retrieve information in Chinese using English queries, there has not been research on evaluation of the search capabilities and retrieval performances of such search engines. Shaoyi He will fill this gap in his presentation on such evaluations. Finally, Shreve and Zeng will discuss their approach of how to use parallel metadata to provide multilingual / multicultural access to a linguistically heterogeneous collection in an NSF‐funded digital library project.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,388
Score d'incertitude au seuil0,658

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,002
Communication savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,276
Écart entre enseignants0,266 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Society for Information Science and TechnologyMême sujetInformation Retrieval and Search BehaviorTravaux en français237 207