MétaCan
Menu
Retour à la cohorte
Enregistrement W2739121165

Некоторые вопросы применения типовой модели производства статистической информации в зарубежных странах

2017· article· ru· W2739121165 sur OpenAlexaboutno aff
Н. Кочева, Nikita Goncharov

Notice bibliographique

RevueВопросы статистики · 2017
Typearticle
Langueru
DomaineSocial Sciences
ThématiqueEconomic and Technological Developments in Russia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStandardizationHarmonizationIdentification (biology)Computer scienceStatistical modelOperations researchUnificationQuality (philosophy)Process (computing)Management scienceProcess managementBusinessEngineeringArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The article describes basic components of processes and sub-processes of the Generic Statistical Business Process Model - GSBPM. The short characteristic of GSBPM is given. The authors demonstrate in what way application of GSBPM as preferable reference model in national statistical authorities facilitates communication, information exchange and cooperation between national statistical authorities. The article reviews best practices of statistical offices of several foreign countries (Australia, Denmark and Canada) in using GSBPM to solve the issues of harmonization and modernization of statistical activities. In particular, the experience of the Australian Bureau of Statistics (ABS) in tackling a wide range of practical tasks. The adoption of the GSBPM in Statistics Denmark is described on the example of the corporate long-term plan project “Strategy-2015” which strategic objective is the gradual achievement of higher extent of standardization and unification of processes and IT systems. Analysis of the report presented by the Statistics Canada proved how the model can be as a foundation for several statistical programs for ensuring their quality at practical application and identification of those subprocesses for which there is a greater risk of errors.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge 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: aucune
Score de désaccord entre enseignants0,659
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,006
Communication savante0,0030,002
Science ouverte0,0090,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0150,016

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 Opus0,063
Tête enseignante GPT0,345
Écart entre enseignants0,282 · 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 revueВопросы статистикиMême sujetEconomic and Technological Developments in RussiaTravaux en français237 207