MétaCan
Menu
Retour à la cohorte
Enregistrement W2046217124 · doi:10.1109/oceans.2006.307043

Ocean Observing System Instrument Network Infrastructure

2006· article· en· W2046217124 sur OpenAlexaboutno aff
Duane Edgington, Daniel Davis, Thomas C. O’Reilly

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Computational Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesDavid and Lucile Packard FoundationNational Science Foundation
Mots-clésInterfacingObservatoryMetadataSystems engineeringInstrumentation (computer programming)SoftwareComputer scienceEngineeringEngineering managementTelecommunicationsSoftware engineeringWorld Wide WebOperating system

Résumé

récupéré en direct d'OpenAlex

We summarize results of a Workshop on Instrument Software Infrastructure held at MBARI, Moss Landing, California USA from September 13-15, 2004, jointly sponsored the National Science Foundation (NSF) and Ocean Research Interactive Observatory Networks (ORION) program. The Workshop included over fifty participants, including international participants from Germany, Canada, and Japan. This was one of the first technical workshops in the development of a series of ocean observatories under the US Ocean Observatory Initiative (OOI) being managed under the ORION program. The specific focus of this workshop was to define the standard requirements to be met by software infrastructure for sensors, instruments and platforms for observing systems in the ORION program. These requirements include the issues of configuring, interfacing, and managing devices, including sensors and actuators, to a networked based observing system as well as managing the resources necessary to support such devices. The topics include the capability of supporting plug-and-work instrumentation using service oriented network architecture. A major issue addressed is the observatory infrastructure requirements necessary for managing data and metadata coming from sensors and instruments of the observatory in support of an integrated data management 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)0,004
score de la tête « metaresearch » (Gemma)0,006
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0030,004
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,007

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 Opus0,007
Tête enseignante GPT0,216
Écart entre enseignants0,209 · 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
GenreAutre

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

En bref

Citations6
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Computational Techniques and ApplicationsTravaux en français237 207