Semantic Science: machine understandable scientific theories and data
Notice bibliographique
Résumé
The aim of semantic science is to have scientific data and scientific theories in machine understandable form. Scientific theories make predictions on data. In the semantic science future, whenever someone does a scientific experiment, they publish the data using a formal ontology so that there is semantic interoperability; it can be compared with other data collected by others, and used to compare theories that make prediction on this data. When someone publishes a new theory, they publish it with respect to an ontology so they can test it on all available data about which it makes predictions. We could all see which theories predict the data better. By the use of formal ontologies, we could determine which are competing theories (when they make different predictions for the same data) and which are complementary. Whenever new data is collected, we can determine which theory better predicts the data. Human-made scientific theories can be compared with machine learned theories (of course, most theories are a mix). Imagine now the best theories applied to new cases: we can use the best medical theory to predict the disease a patient has, the best geological theory to predict where landslides will occur or the best economic theory to predict the effect of a policy change. This paper is preliminary and always under construction. If you have feedback, more references, please
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,020 |
| Communication savante | 0,016 | 0,047 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».