MétaCan
Menu
Retour à la cohorte
Enregistrement W2586561638 · doi:10.29173/cais27

Text as a Tool for Organizing Moving Image Collections

2013· article· en· W2586561638 sur OpenAlexaffvenue
James M. Turner, Michèle Hudon, Yves Devin

Notice bibliographique

RevueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSI · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueVideo Analysis and Summarization
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésSearch engine indexingVariety (cybernetics)Computer scienceInformation retrievalShot (pellet)Image (mathematics)Order (exchange)Quality (philosophy)World Wide WebData scienceMultimediaArtificial intelligenceBusiness

Résumé

récupéré en direct d'OpenAlex

In the rapidly-growing networked environment, it is critical to develop common methods for shot-level and scene-level description of moving image documents, in order to foster discovery and retrieval of these resources worldwide. In this paper, we describe the methodology used and report preliminary results obtained in a project designed to study existing tools for indexing moving images at the shot level. A number of institutions holding moving image collections were recruited as partners, and visits to them were then made to complete a questionnaire and gather other information during a structured interview. Preliminary results show that a variety of tools are used for indexing moving images, and that those institutions which have been able to invest in building good indexing tools over the years have seen the quality of those tools suffer in the wake of cutbacks in resources needed to maintain them.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,180
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0060,013
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,230
Écart entre enseignants0,217 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSIMême sujetVideo Analysis and SummarizationTravaux en français237 207