MétaCan
Menu
Retour à la cohorte
Enregistrement W2546879687 · doi:10.1002/9781118640708.ch10

Multicast Transport Protocols for Large‐Scale Distributed Collaborative Environments

2013· other· en· W2546879687 sur OpenAlexaff
Haifa Raja Maamar, Azzedine Boukerche

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineComputer Science
ThématiqueDistributed systems and fault tolerance
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMulticastProtocol Independent MulticastPragmatic General MulticastIP multicastDistance Vector Multicast Routing ProtocolXcastReliable multicastComputer networkSource-specific multicastComputer scienceDistributed computingInter-domainInternet Group Management Protocol

Résumé

récupéré en direct d'OpenAlex

This chapter provides an overview of multicast transport protocols. It also provides an introduction to multicasting and the features that can be added to satisfy each application's requirements. The chapter describes multicast protocols by classifying them according to several features. As the number of applications using multicasting has grown, the number of multicast transport protocols has increased as well. The latter can be classified into three categories, depending on the type of applications: general-purpose protocols such as reliable broadcast protocol (RBP), multicast transport protocol (MTP), reliable multicast protocol (RMP), and Xpress transport protocol (XTP); multicast interactive applications such as multicast transport protocol-2 (MTP-2), real-time transport protocol (RTP), scalable reliable multicast (SRM), and reliable adaptive multicast protocol (RAMP); and data distribution services such as tree-based multicast transport protocol (TMTP), reliable multicast transport protocol (RMTP), multicast file transfer protocol (MFTP), and tree-based reliable multicast protocol (TRAM).

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,007

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 Opus0,012
Tête enseignante GPT0,266
Écart entre enseignants0,254 · 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'étudeSans objet
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDistributed systems and fault toleranceTravaux en français237 207