MétaCan
Menu
Retour à la cohorte
Enregistrement W2504747086 · doi:10.1017/cbo9781139194648.017

The R system – additional topics

2013· book-chapter· en· W2504747086 sur OpenAlexaff
John H. Maindonald, W. John Braun

Notice bibliographique

RevueCambridge University Press eBooks · 2013
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueData Analysis with R
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAutomatic summarizationSimple (philosophy)Computer scienceFocus (optics)Function (biology)Programming languageInformation retrievalPhysics

Résumé

récupéré en direct d'OpenAlex

Graphical user interfaces to R The R Commander ( Rcmdr ) will be the main focus, with brief reference to other GUIs. Subsection 1.1.1 mentioned the usefulness of the R Commander for data input. Especially for novices or infrequent users of R, a GUI can be similarly helpful for creating simple graphs, for statistical testing, for simple tabulation and summarization, and for fitting standard models. The final subsection describes how the function gui() ( fgui package) can be used to create simple GUIs. Some tasks are best done from the command line, and some from a GUI, with the balance likely to change in favor of the command line as familiarity with R increases. The two modes of use can be mixed. All the GUIs discussed here make available the commands used by R, for inspection and/or modification and/or for audit trail purposes. The user can examine the help page for the relevant function(s), modify the code as required, and re-execute it. In addition to the R Commander, note: • JGR (Java Graphics for R) and the Deducer GUI that is designed to work with JGR . • The rattle GUI gives access to a range of multivariate graphics, regression and classification routines. • A more limited alternative to the R Commander is pmg (Poor Man's GUI). […]

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)0,010
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: Logiciel
Score de désaccord entre enseignants0,464
Score d'incertitude au seuil0,765

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,041
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0050,005
Science ouverte0,0050,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,4640,559

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 Opus0,015
Tête enseignante GPT0,173
Écart entre enseignants0,158 · 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
Domainenon disponible
GenreLogiciel

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

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetData Analysis with RTravaux en français237 207