MétaCan
Menu
Retour à la cohorte
Enregistrement W2058539903 · doi:10.1109/oceans.2006.306830

The SURA Coastal Ocean Observing and Prediction Program (SCOOP) Service-Oriented Architecture

2006· article· en· W2058539903 sur OpenAlexaff
Philip Bogden, Gabrielle Allen, Greg Stone, Jon MacLaren, Gerald J. Creager, Larry Flournoy, Wei Zhao, Hans C. Graber, Sara Graves, Rick Luettich, William Perrie, Lavanya Ramakrishnan, Dan Reed, Y. Peter Sheng, Haoxiang Wang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Computational Techniques and Applications
Établissements canadiensBedford Institute of Oceanography
Organismes subventionnairesnon disponible
Mots-clésInteroperabilityComputer scienceService-oriented architectureSCOOPWorkflowService layerModular designService (business)Variety (cybernetics)Data access layerLayer (electronics)Interface (matter)Middleware (distributed applications)ArchitectureWeb serviceDistributed computingWorld Wide WebSoftware engineeringData modelingOperating systemDatabase

Résumé

récupéré en direct d'OpenAlex

The Southeastern Universities Research Association (SURA) Coastal Ocean Observing and Prediction Program (SCOOP) is a multi-institution collaboration whose partners are working to implement a modular, distributed system for real-time prediction and visualization of the impacts of extreme atmospheric events, including storm surge and wind-driven waves. SCOOP Program partners are developing an interoperable network of modularized components (numerical models, information catalogs, distributed archives, computing resources and network infrastructure) linked by standardized interfaces. This service-oriented architecture (SOA) is emerging as a prototype open access, distributed virtual laboratory for oceanographic research and coastal applications. The SOA approach allows data integration from multiple platforms and enables the exchange of resources, tools, and ideas among a virtual community. The SOA framework consists of five layers: (1) a user interface; (2) an application and tools layer; (3) a management layer; (4) a resource access layer; and (5) physical resources all linked by cross-cutting services. The SOA layer components support several different use cases because they can be configured into a variety of workflows

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)0,003
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: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,007
Tête enseignante GPT0,241
Écart entre enseignants0,234 · 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
GenreLogiciel

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

En bref

Citations7
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Computational Techniques and ApplicationsTravaux en français237 207