MétaCan
Menu
Retour à la cohorte
Enregistrement W2545661089 · doi:10.1017/s2040470016000297

C and N models Intercomparison – benchmark and ensemble model estimates for grassland production

2016· article· en· W2545661089 sur OpenAlexaff
Renáta Sándor, Fiona Ehrhardt, Bruno Basso, Gianni Bellocchi, A. Bhatia, Lorenzo Brilli, Massimiliano De Antoni Migliorati, Jordi Doltra, Christopher D. Dorich, Luca Doro, Nuala Fitton, Sandro José Giacomini, Peter Grace, Brian Grant, Matthew Tom Harrison, Stephanie Jones, Miko U. F. Kirschbaum, Klaus Klumpp, P. Laville, Joël Léonard, Mark A. Liebig, Mark Lieffering, Raphaël Martin, Russell McAuliffe, Elizabeth A. Meier, Lutz Merbold, Andrew D. Moore, Vasileios Myrgiotis, Paul C. D. Newton, Elizabeth Pattey, Sylvie Recous, S. Rolinski, Joanna Sharp, Raia Silvia Massad, Pete Smith, Ward Smith, Val Snow, Lianhai Wu, Q. Zhang, Jean‐François Soussana

Notice bibliographique

RevueAdvances in Animal Biosciences · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic and Audio Processing
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésDiscriminative modelComputer scienceSimilarity (geometry)Artificial intelligenceString (physics)Context (archaeology)Machine learningGeneralizationTree (set theory)MelodyBenchmark (surveying)Edit distanceTask (project management)Pattern recognition (psychology)Mathematics

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,288
Écart entre enseignants0,263 · 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'étudeSimulation ou modélisation
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

Citations13
Publié2016
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueAdvances in Animal BiosciencesMême sujetMusic and Audio ProcessingTravaux en français237 207