MétaCan
Menu
Retour à la cohorte
Enregistrement W2397806853

On the Construction of Trust Metrics

2013· article· en· W2397806853 sur OpenAlexaff
Jonathan Barzilai

Notice bibliographique

RevueNational Conference on Artificial Intelligence · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueBayesian Modeling and Causal Inference
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésHarmVulnerability (computing)Computer scienceReliability (semiconductor)Variable (mathematics)Identity (music)Subject (documents)Computational trustComputer securityKnowledge managementSocial psychologyPsychologyMathematicsWorld Wide Web
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We do not share information, actions, strategy, or plans with agents (human or otherwise) we do not trust, because they may use it against us or pass such information voluntarily or unknowingly to others who may use it against us. We may also have doubts about the identity of the recipient of our trust, his motivation and relations with others, his reliability (hardware, software, personal, or organizational) and vulnerability to other agents who may harm us. Since trust is an important consideration in determining the degree of cooperation and collaboration among agents, it is one of the elements of coalition forming — a game-theoretic subject. In addition, since trust is not a physical variable, the problem of constructing metrics and measurement scales for non-physical variables must be taken into account.

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)0,024
score de la tête « metaresearch » (Gemma)0,146
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,146
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0100,007
Études des sciences et des technologies0,0020,008
Communication savante0,0070,017
Science ouverte0,0030,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,140
Tête enseignante GPT0,320
Écart entre enseignants0,181 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Conference on Artificial IntelligenceMême sujetBayesian Modeling and Causal InferenceTravaux en français237 207