Notice bibliographique
Résumé
8 Also, the following assumptions apply: COV ( 1, 1 )=0; COV ( 1, 2 )=0; COV ( 1, 3 )=0; COV ( 2, 3 )=0. 9Data was collected in five countries (Ireland, Netherlands, Russia, Japan, and Switzerland) from respondents under the age of 18.To ensure consistency, I excluded cases where the respondent did not meet the minimum age of 18.I did not consider 35, 61, 72, 36, and 16 cases for these five countries, respectively. 10The categorization of 50,000 or more population as indicative of an urban area was available in 11 countries: Austria, Canada, Czech Republic, Germany (West and East), Denmark, Spain, Israel, Netherlands, Russia, and Slovenia.For other countries, I created categories to approximate these as closely as possible.In the United States and Japan, an urban area has 100,000 or greater population.In Norway, a value of 1 represents residence in an area of 30,000 or more population, while in Portugal it is 20,000 or greater.For Switzerland, Britain, Ireland and New Zealand, it is self-reported residence in either a big city or a suburb of a big city.11 The sixth possible item was "Humans evolved from earlier species of animals."I exclude this item from the scientific knowledge scale because it confounds the effects of religious beliefs and scientific knowledge.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,005 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».