MétaCan
Menu
Retour à la cohorte
Enregistrement W2051005649 · doi:10.1145/1294046.1294120

Image baby image!

2007· article· en· W2051005649 sur OpenAlexaffabout
Carol Sin, Danny Wong

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Data Storage Technologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésComputer scienceScripting languageProcess (computing)Operating systemUSBComponent (thermodynamics)Task (project management)Embedded systemComputer hardwareSoftware

Résumé

récupéré en direct d'OpenAlex

The task of imaging lab computers can be a complicated and manual process. University of Calgary Information Technologies Lab Services (IT Lab Services) has endeavored to streamline this process by developing an in-house system. This system addresses the issues of collecting inventory information, loading an image on to a PC, and configuring the PC after imaging. A custom version of the Windows Preinstallation Environment by Bart Lagerweij (BartPE) is used to bootstrap the system. BartPE can be loaded from a CD or DVD on older systems and from select USB keys on newer generations. Within the bootstrap, custom scripts are executed to record inventory information, network speed, as well as starting the Ghost process. Upon image deployment completion, the automated configuration process begins at the first reboot. A custom script which we term Declone names the PC from our inventory information and joins the domain. Other scripts configure the task scheduler and other post-imaging tasks. The post-imaging process is mostly standalone, only requiring network access to join the domain. It has also been modified for the use of pGina by XPA Systems, our LDAP based authentication system. Another set of scripts are executed to verify proper naming of the newly imaged PC. The naming component is extremely important as many services depend on having the correct computer name. This in-house imaging system has greatly improved the efficiency of our imaging process and has stood the test of time. We currently use it with Windows 2000 and XP Professional.

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)0,004
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,8190,710

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 Opus0,012
Tête enseignante GPT0,272
Écart entre enseignants0,259 · 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
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

Citations3
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAdvanced Data Storage TechnologiesTravaux en français237 207