MétaCan
Menu
Retour à la cohorte
Enregistrement W2717608587

Aventuras de un matemático. Memorias de Stanislaw M. Ulam

2017· article· es· W2717608587 sur OpenAlexaboutno aff
Santiago Higuera de Frutos

Notice bibliographique

RevuePensamiento matemático · 2017
Typearticle
Languees
DomaineSocial Sciences
ThématiqueJournalism and Media Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdventureHumanitiesNazismPhilosophyArtMathematicsArt historyGerman
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

espanolEste articulo hace una resena del libro «Aventuras de un matematico. Memorias de Stanislaw M. Ulam». Se trata de una autobiografia del matematico polaco Stanislaw M. Ulam, uno de los matematicos mas brillantes del siglo XX, fallecido en mayo de 1984. Ulam fue uno de los cientificos que intervino en el Proyecto Manhattan, nombre en clave de un proyecto cientifico llevado a cabo durante la Segunda Guerra Mundial por los Estados Unidos con ayuda del Reino Unido y Canada. El objetivo final del proyecto era el desarrollo de la primera bomba atomica antes de que la Alemania nazi la consiguiera. Ulam realizo diversas aportaciones a las matematicas, entre las que destaca el desarrollo con John Von Neumann del Metodo de Montecarlo EnglishThis article is a review of the book «Adventures of a mathematician». The book is a biography of the Polish mathematician Stanislaw M. Ulam, one of the most brilliant mathematicians of the twentieth century, who died in May 1984. Ulam was one of the scientists who participated in the Manhattan Project, the codename of a scientific project carried out during World War II by the United States with the help of the United Kingdom and Canada. The final objective of the project was the development of the first atomic bomb before Nazi Germany got it. Ulam made several contributions to mathematics, most notably the development of the Monte Carlo method with John Von Neumann.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,523
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0050,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,027
Tête enseignante GPT0,352
Écart entre enseignants0,325 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePensamiento matemáticoMême sujetJournalism and Media StudiesTravaux en français237 207