MétaCan
Menu
Retour à la cohorte
Enregistrement W2111073622 · doi:10.1109/wcmeb.2007.5

Defining Identity Theft

2007· article· en· W2111073622 sur OpenAlexaffabout
Susan Sproule, Norm Archer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
Thématiquelinguistics and terminology studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTerminologyIdentity (music)Context (archaeology)Process (computing)Domain (mathematical analysis)Computer scienceIdentity theftComputer securityPublic relationsInternet privacyKnowledge managementEngineering ethicsPolitical scienceEngineeringLinguisticsMathematics

Résumé

récupéré en direct d'OpenAlex

The authors are involved in a program of research on identity theft in Canada. This paper describes an innovative process that was used to reach agreement on terminology to be used in the research program. Initially, there was little agreement on the use of the terms "identity theft" or "identity fraud" amongst the diverse group of stakeholders involved in the research. We adopted an approach based on the practice of terminology. This approach required the development of a conceptual model of the problem domain that did not use the contested terms. The terms were then defined within the context of this model. This process has brought a common understanding of the problem domain to the various stakeholders and should promote consistent use of the terms in both our research and in communications with the general public.

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)0,013
score de la tête « metaresearch » (Gemma)0,023
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,473
Score d'incertitude au seuil0,940

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,008
Études des sciences et des technologies0,0320,068
Communication savante0,0180,012
Science ouverte0,0020,014
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,043
Tête enseignante GPT0,280
Écart entre enseignants0,237 · 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
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

Citations18
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetlinguistics and terminology studiesTravaux en français237 207