MétaCan
Menu
Retour à la cohorte
Enregistrement W2561076883 · doi:10.1145/2776880.2787670

layerlab: A computational toolbox for layered materials

2015· article· en· W2561076883 sur OpenAlexaboutno aff

Notice bibliographique

RevueInfoscience (Ecole Polytechnique Fédérale de Lausanne) · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueModular Robots and Swarm Intelligence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStudioAnimationCitationArt historyArtVisual artsComputer graphics (images)Computer scienceCartographyWorld Wide WebGeography

Résumé

récupéré en direct d'OpenAlex

course Share on Physically based shading in theory and practice Authors: Stephen Hill Ubisoft Montreal Ubisoft MontrealView Profile , Stephen McAuley Ubisoft Montreal Ubisoft MontrealView Profile , Brent Burley Walt Disney Animation Studios Walt Disney Animation StudiosView Profile , Danny Chan Sledgehammer Games Sledgehammer GamesView Profile , Luca Fascione Weta Digital Weta DigitalView Profile , Michał Iwanicki Activision ActivisionView Profile , Naty Hoffman 2K 2KView Profile , Wenzel Jakob ETH Zürich ETH ZürichView Profile , David Neubelt Ready at Dawn Studios Ready at Dawn StudiosView Profile , Angelo Pesce Activision ActivisionView Profile , Matt Pettineo Ready at Dawn Studios Ready at Dawn StudiosView Profile Authors Info & Claims SIGGRAPH '15: ACM SIGGRAPH 2015 CoursesJuly 2015 Article No.: 22Pages 1–8https://doi.org/10.1145/2776880.2787670Published:30 July 2015Publication History 9citation1,300DownloadsMetricsTotal Citations9Total Downloads1,300Last 12 Months23Last 6 weeks1 Get Citation AlertsNew Citation Alert added!This alert has been successfully added and will be sent to:You will be notified whenever a record that you have chosen has been cited.To manage your alert preferences, click on the button below.Manage my Alerts New Citation Alert!Please log in to your account Save to BinderSave to BinderCreate a New BinderNameCancelCreateExport CitationPublisher SiteGet Access

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,247
Score d'incertitude au seuil0,827

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0050,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,2470,086

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 Opus0,034
Tête enseignante GPT0,265
Écart entre enseignants0,231 · 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
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

Citations18
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfoscience (Ecole Polytechnique Fédérale de Lausanne)Même sujetModular Robots and Swarm IntelligenceTravaux en français237 207