L'ingénierie dirigée par les modèles appliquée à la conception dun observatoire sous-marin
Notice bibliographique
Résumé
À l'heure où les effets du réchauffement climatique commencent à être perçus via la fonte des glaces et la désertification de nombreuses régions du globe, il devient urgent de s'équiper de technologies permettant aux scientifiques de mener des études basées sur des données réelles et sur de longues séquences temporelles. Ce besoin a contribué au développement massif d'observatoires très hétérogènes par leurs fonctionnalités tel que Netpune au Canada, Bonne Bay Observatory ou encore le projet IOOS (Integrated Ocean Observing System). Dans ce contexte de recherche scientifique, la technologie doit répondre à des besoins concrets d'études de notre environnement. Ces besoins peuvent se décrire en termes de fonctionnalités répondant aux objectifs métiers des utilisateurs de notre système. Dans le cadre de l'étude de notre environnement, les scientifiques ont besoin de faire l'acquisition de grandes quantités de données. Celles-ci peuvent alors faire l'objet de traitements immédiats ou pouvoir être réutilisées pour répondre à des études connexes suite à la détection ou la compréhension de nouveaux phénomènes. Une des problématiques est donc de doter les observatoires de l'intelligence leur permettant de répondre aux besoins scientifiques actuels et futurs. Pour cela, différents problèmes se doivent d'être résolus et l'on doit bien prendre en compte les environnements considérés.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».