MétaCan
Menu
Retour à la cohorte
Enregistrement W2517771749 · doi:10.1016/j.jclepro.2016.09.005

Learning through evaluation – A tentative evaluative scheme for sustainability transition experiments

2016· article· en· W2517771749 sur OpenAlexaff
Christopher Luederitz, Niko Schäpke, Arnim Wiek, Daniel J. Lang, Matthias Bergmann, Joannette J. Bos, Sarah Burch, Anna Davies, James Evans, Ariane König, Megan Farrelly, Nigel Forrest, Niki Frantzeskaki, Robert Gibson, Braden Kay, Derk Loorbach, Kes McCormick, Oliver Parodi, Felix Rauschmayer, Uwe Schneidewind, Michael Stauffacher, Franziska Stelzer, Gregory Trencher, Johannes Venjakob, Philip J. Vergragt, Henrik von Wehrden, Frances Westley

Notice bibliographique

RevueJournal of Cleaner Production · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesMinisterium für Wissenschaft, Forschung und Kunst Baden-WürttembergNational Science Foundation
Mots-clésSustainabilityFormative assessmentTransition (genetics)Scheme (mathematics)ScholarshipSocial justiceSustainability scienceComputer scienceManagement scienceSocial sustainabilityEngineering ethicsSociologyKnowledge managementProcess managementPolitical scienceEngineeringSocial scienceEcologyPedagogyLaw

Résumé

récupéré en direct d'OpenAlex
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 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)0,126
score de la tête « metaresearch » (Gemma)0,148
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil0,664

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1260,148
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,010
Communication savante0,0070,010
Science ouverte0,0040,010
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,045
Tête enseignante GPT0,353
Écart entre enseignants0,308 · 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
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

Citations359
Publié2016
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of Cleaner ProductionMême sujetSustainability and Climate Change GovernanceTravaux en français237 207