Notice bibliographique
Résumé
Woodcraft activities have an inseparable relationship with our daily life, and it is a field that needs to be continued because of the value of education for the growing students. The interest in woodworking from childhood to old age is rapidly expanding nowadays, therefore this study has been done to provide images to those who are engaged in woodcraft business and also those who are interested in this field. If we look at the use of wood in our daily life, We can classify it into Architecture, Civil engineering, Furniture, Musical Instrument, Packaging, Recreational instrument, Exercise instrument, Stationery, Daily commodity, and Industrial use. Among them, We examined kinds of stationery and which type of woods were used. As a result of classifying 101 stationery products in 22 countries, stationery materials using wood can be used for Business cards, Envelope houses, Box houses, Pen holders, Locker plates, Stationery baskets, Book holders, Stamps, Paper knives, Bookmarks, and Photo frames. It was found various wooden stationery are made in USA, Japan, UK, Canada etc. And the most frequently used species are hardwoods such as Walnut (Juglans regia), Maple (Acer spp.), Cherry (Prunus serotina), Birch (Betula spp.), Mahogany (Swietenia macrophylla), Tulip (Liriodendron tulipifera Linnaeus), Bubinga (Guibourtia tessmannii J. Leonard), Wenge (Milletia laurentii De. wild), Cocobolo (Dallbergia cultrata Grah), Zebrawood (Microberlinia brazzavillensis A. Chev.) and Ebony (Diospyros spp.).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,207 | 0,076 |
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 source (Gemma direct ou Codex distillé), 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 ».