Algorithmes pour la prise de decision distribuee en contexte hierarchique
Notice bibliographique
Résumé
mon grand amour, mes trsors Je tiens d'abord remercier mes directeur et codirecteur de thse, messieurs Pesant et Frayret.Monsieur Pesant a accept avec enthousiasme de diriger cette thse; j'ai bnfici et appris normment de cette collaboration.Quant monsieur Frayret, je n'arrive pas me rappeler l'avoir rellement choisi comme codirecteur : l'poque, je lui ai prsent mon projet et la relation s'est dveloppe naturellement, progressivement.Ses encouragements sans cesse renouvels ont constitu un instrument des plus prcieux.Merci galement madame Sophie D'Amours qui m'a accueilli au Consortium de recherche FORAC, il y a sept ans dj.Elle dispose d'une facult unique : celle de permettre aux gens de s'panouir et de raliser leurs rves, en acceptant d'aller au-del des conventions, hors des sentiers battus.Tout ceci aurait t impossible sans elle.Je lui en suis trs reconnaissant.galement, je ne pourrais passer sous silence la contribution de monsieur Alain Rousseau.Il fut mon mentor -mon matre - mon arrive au consortium.Merci aussi Constance Van Horne -prsidente de mon fan club -qui
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».