← Retour à la cohorte
Machine Learning and Knowledge Discovery in Databases
Frank Hutter, Kristian Kersting, Jefrey Lijffijt, Isabel Valera
Notice bibliographique
RevueLecture notes in computer science · 2021
Typebook
Langueen
DomaineComputer Science
ThématiqueData Mining Algorithms and Applications
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Computing Technology, Chinese Academy of SciencesTélécom ParisUniversity of California, DavisÉcole Normale Supérieure de LyonUniversity of Illinois at Urbana-ChampaignLG ElectronicsTechnische Universität DortmundSabancı ÜniversitesiITMO UniversityUniversity of Chinese Academy of SciencesRyukoku UniversityUniversität KonstanzEötvös Loránd TudományegyetemStockholms UniversitetXiamen UniversityUniversità della CalabriaSingapore University of Technology and DesignTechnische Universität BerlinIndian Institute of Technology GuwahatiUniversidade do PortoSamsungUniversidade Estadual de CampinasNanjing UniversityIndian Institute of Technology BombayUniversità degli Studi dell'AquilaLudwig-Maximilians-Universität MünchenShanghai Jiao Tong UniversityRheinische Friedrich-Wilhelms-Universität BonnVrije Universiteit BrusselWestfälische Wilhelms-Universität MünsterShanghai University of Finance and EconomicsUniversidade Federal de UberlândiaCentre National de la Recherche ScientifiqueUniversidade de MacauDartmouth CollegeUniversity of TokyoUniversity of RochesterZhengzhou UniversityInstitut "Jožef Stefan"Waseda UniversityUniversiteit GentSorbonne UniversitéKungliga Tekniska HögskolanUniversity of WarwickIndian Institute of Technology MadrasJohns Hopkins UniversityHarbin Institute of TechnologyUniversité de NamurInstitut National de Recherche pour l'Agriculture, l'Alimentation et l'EnvironnementUniversität WienHeinrich-Heine-Universität DüsseldorfEidgenössische Technische Hochschule ZürichNational Council for Scientific ResearchUniversity of Texas at DallasZhejiang UniversityAalto-YliopistoUniversità di PisaUniversidad Autónoma de MadridPohang University of Science and TechnologyBeijing Institute of TechnologyFudan UniversitySun Yat-sen UniversityUniversity of TwenteChongqing UniversityInsight SFI Research Centre for Data AnalyticsBeijing Jiaotong UniversityTechnische Universiteit DelftUniversity of TorontoUniversity of Electronic Science and Technology of ChinaTechnische Universität KaiserslauternMonash UniversityPeking UniversityKU LeuvenUniversity of New South WalesGottfried Wilhelm Leibniz Universität HannoverRijksuniversiteit GroningenItä-Suomen YliopistoEberhard Karls Universität TübingenUniversiteit LeidenUmeå UniversitetHelsingin YliopistoUniversidade Federal do ParanáDeakin UniversityUniversity of BristolUniversidade Federal do Rio Grande do SulTechnische Universität MünchenJoint Research CentreUniversité d'OrléansInstitut National des Sciences Appliquées de LyonTsinghua UniversityChinese Academy of SciencesIndian National Science AcademyUniversity of ExeterUniversity of East AngliaUniversity of AdelaideUniversité Grenoble AlpesUniversitat Politècnica de CatalunyaIndian Institute of Technology KanpurUniversity of WaikatoFlorida State UniversityUniversidade de CoimbraOregon State UniversityUniversity of QueenslandEmory UniversityPolytechnique MontréalUniversidad de AlicanteLeuphana Universität LüneburgToyota Research InstitutePolitecnico di TorinoUniversität KasselCase Western Reserve UniversityInstitut National Polytechnique de ToulouseMcGill UniversityUniversité de LorraineUniversité du LuxembourgPhilipps-Universität MarburgLeibniz-GemeinschaftPennsylvania State UniversityUniversity of OxfordTianjin UniversityUniversität zu LübeckUniversiteit UtrechtSiemensAarhus UniversitetHarvard UniversityUniversité de LiègeEuropean CommissionUniversity of AlbertaUniversity of Science and Technology of ChinaChongqing University of Posts and TelecommunicationsWashington State UniversityUniversity College DublinTechnische Universiteit EindhovenArizona State UniversityUniversity of TsukubaPurdue UniversityUniversity of Southern California
Mots-clésComputer scienceKnowledge extractionDatabaseArtificial intelligenceInformation retrieval
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
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.
score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,053
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,010 |
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 Opus0,019
Tête enseignante GPT0,281
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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.
Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».
En bref
Citations5
Publié2021
Routes d'admission1
Résumé présentnon