UPDATE TRANSLATION IN INSTANCE MAPPED HETEROGENEOUS PEER DATABASES
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In data sharing systems, peers are acquainted through pair-wise data sharing settings/mappings for sharing and exchanging data. Besides query processing, supporting update exchange for interchanging data between peers is one of the challenging problems in data sharing systems. In update exchange, an update action posed to a peer is applied to the peer's local database instance and then the update is propagated to the related peers. Previous work on update exchange have considered update propagation considering schema-level mappings between peers, which are conceptually similar to the view maintenance problem. However, there are data sharing systems, where peers are acquainted by instance-level mappings. In such a system, peers use different schemas and data vocabularies to represent semantically same real world entities. The instance-level mappings express how data in one peer relate to data in another peer. One of the problems in exchanging updates in instance-mapped data sharing systems is to translate updates correctly between heterogeneous peers. The translation should be such that insertions, deletions, and modifications of the tuples made by an update in a peer and by the translated version of the update in an acquainted peer are related through the mappings between them. In this paper, we investigate such a mechanism for translating update actions between heterogeneous peer data sources. Before discussing the translation mechanism, the paper first formalize the notion of update translation and derive conditions under which the translation mechanism will produce correct translations of updates.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle