Notice bibliographique
Résumé
En el siglo pasado el cientifico Nicola Tesla aventuraba un mundo interconectado sin cables, un mundo convertido en un enorme cerebro. Todos estaremos conectados −decia− instantaneamente con los demas independientemente de la distancia. Y fue Marshall McLuhan quien popularizo el concepto de aldea global en la que todos estariamos comunicados como una especie de sistema nervioso electronico. Y en ese sentido, subrayo la importancia del medio, “the medium is the message”, de tal manera que las cualidades del medio utilizado tendrian tanta o mas influencia que la misma informacion transmitida. Esto es lo que sucede en el siglo XXI con las redes sociales. En marzo pasado se celebro el decimo aniversario de Twitter. Hace doce anos fue lanzado Facebook. Segun estadisticas de Twitter, en 2015 hubo unos 320 millones de usuarios mensuales de media de los 140 caracteres, de ellos 65 millones corresponden a EE.UU. Facebook tuvo en 2015 unos 1,59 mil millones de usuarios mensuales, de los cuales 219 millones corresponden a EE.UU. y Canada. Pew Research Center y john S. and james L. Knight Foundation publicaron en abril de 2015 que el 64% de los adultos americanos disponian de Smartphone. Estas cifras nos ofrecen una foto de la importancia de las redes sociales como medio de comunicacion actual. Ademas, el espanol es hoy la segunda lengua mas utilizada en las dos principales redes sociales del mundo: Facebook y Twitter (datos del Instituto Cervantes). La primera cuestion a afrontar fue que lengua deberiamos usar para comunicarnos en la cuenta de la embajada, teniendo en consideracion que Espana se manifiesta oficialmente en su idioma en las relaciones internacionales oficiales. Por otra parte, la cuenta de la Embajada de Espana en EE.UU. tiene como fin poder comunicarse de forma comprensible con los ciudadanos y autoridades estadounidenses.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».