MétaCan
Menu
Retour à la cohorte
Enregistrement W2254077678 · doi:10.1002/cjce.22423

How do you write and present research well? 5 –revise sentences over 30 words long

2015· article· en· W2254077678 sur OpenAlexaffvenue
Gregory S. Patience, Daria C. Boffito, Paul A. Patience

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2015
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueAcademic Writing and Publishing
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésRedundancy (engineering)SentenceComputer scienceBoosting (machine learning)Interface (matter)Rest (music)Natural language processingHuman–computer interactionArtificial intelligenceMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Fewer words can be more powerful than many words. Identify boosting, metadiscourse, redundancy, hedging, feeble sentences, and convoluted expressions in the following sentence.[1] “It should be noted that while we have already mentioned the interaction of the implants with the tissue and will discuss later in this manuscript the effect of the regenerative therapies on the tissues, the possibility exists that the materials delivered to the interface may interact with the implant itself. We will briefly discuss this possibility now before moving forward with the rest of our discussion.”[2] What is the minimum number of words to express the same information? less than 10: “Materials at the interface can interact with the implant.” from 10 to 19 from 20 to 29 30 or more

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)0,008
score de la tête « metaresearch » (Gemma)0,073
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,317

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,073
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,002
Communication savante0,0050,006
Science ouverte0,0010,003
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0950,092

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 Opus0,060
Tête enseignante GPT0,254
Écart entre enseignants0,194 · 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.

Devis d'étudeSans objet
DomainePrésentation des résultats
GenreMéthodes

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

En bref

Citations2
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetAcademic Writing and PublishingTravaux en français237 207