SCC 2014 Technical Program Committee
Notice bibliographique
Résumé
Michel Occello, Pierre Mendes France University, France Jean-Paul Jamont, Universite de Grenoble, France Luis-Felipe Rodriguez, Instituto Tecnologico de Sonora, Mexico Yasmin A. Rios-Solis, Universidad Autonoma de Nuevo Leon, Mexico Osvaldo Cairo, Instituto Tecnologico Autonomo de Mexico, Mexico Marios D. Dikaiakos, University of Cyprus, Cyprus Mohand-Said Hacid, Universite Claude Bernard Lyon 1, France Sarūnas Girdzijauskas, KTH, Sweden Murat Kantarcioglu, University of Texas at Dallas, USA James Joshi, University of Pittsburg, USA Massimo Mecella, University of Rome, Italy Athman Bouguettaya, RMIT, Australia Bugra Gedik, Bilkent University, Turkey Shangguang Wang, Beijing University of Posts & Telecommunications, China Zaiwen Feng, Wuhan University, China Anand Dersingh, Assumption University, Thailand Lalita Narupiyakul, Mahidol University, Thailand Sherif G. Aly, The American University in Cairo, Egypt Sumon Shahriar, CSIRO, Australia Jungpil Shin, The University of Aizu, Japan Jinan Fiaidhi, Lakehead University, Canada Hoda M. Hosny, The American University in Cairo, Egypt Wesley Gifford, IBM T. J. Watson Research Center, USA Dashun Wang, IBM T. J. Watson Research Center, USA Nan Shao, IBM T. J. Watson Research Center, USA Sechan Oh, IBM Almaden Research Center, USA Guangjie Ren, IBM Almaden Research Center, USA Yu Deng, IBM T. J. Watson Research Center, USA E E Jan, IBM T. J. Watson Research Center, USA Sai Zeng, IBM T. J. Watson Research Center, USA Yixin Diao, IBM T. J. Watson Research Center, USA Remco Dijkman, Eindhoven University of Technology, The Netherlands Claude Godart, University Henri Poincare, France Akhilesh Bajaj, The University of Tulsa, USA Dickson Chiu, The University of Hong Kong, Hong Kong Hong-va Leong, Hong Kong Polytechnic University, Hong Kong Qing Li, City University of Hong Kong, Hong Kong Dragan Gasevic, Simon Fraser University, Canada Tilmann Rabl, University of Toronto, Canada Masahiro Tanaka, National Institute of Information and Communications Technology (NICT), Japan Ladjel Bellatreche, LIAS/ISAE-ENSMA, France Vijay Varadharajan, Macquarie University, Australia Armin Haller, CSIRO, Australia Luis Vaquero, HP Lab, UK Miguel Vargas Martin, University of Ontario Institute of Technology, Canada Fabio Casati, University of Trento, Italy Hangwei Qian, VMware, Inc., USA Junhua Ding, East Carolina University, USA Eleanna Kafeza, Athens University of Economics and Business, Greece Wei-Tek Tsai, Arizona State University, USA Jie Xu, University of Leeds, UK San-Yih Hwang, National Sun Yat-sen University, Taiwan Xiaoling Wang, Eash China Normal University, China
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,545 | 0,632 |
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 ».