Enregistrement W2887329137 · doi:10.1007/978-3-319-98812-2_34

Learning Ranking Functions by Genetic Programming Revisited

2018· book-chapter· en· W2887329137 sur OpenAlexfundno aff

Ricardo Baeza‐Yates, Alfredo Cuzzocrea, Domenico Crea, Giovanni Lo Bianco

Notice bibliographique

RevueLecture notes in computer science · 2018

Typebook-chapter

Langueen

DomaineComputer Science

ThématiqueEvolutionary Algorithms and Applications

Établissements canadiensnon disponible

Organismes subventionnairesSingapore Management UniversityUniversity of Science and Technology of ChinaLibera Università di BolzanoZayed UniversityUniversity of the AegeanUniversidade Federal de Minas GeraisUniversità degli Studi di BresciaUniversità della CalabriaUniversità di BolognaTurun YliopistoUniversité de BourgogneHögskolan i SkövdeUniversität WienMassey UniversityHuazhong University of Science and TechnologyVictoria UniversityDalian University of TechnologyUniversità degli Studi di Milano-BicoccaKangwon National UniversitySilesian University of TechnologyUniversité de FribourgSun Yat-sen UniversityUniversidad de ZaragozaNational University of SingaporeUniversity of AucklandGriffith UniversityUniversité de NantesMonash UniversityIndian Council of Agricultural ResearchTechnische Universität KaiserslauternMacquarie UniversityTechnische Universität DarmstadtAalborg UniversitetUniversità degli Studi di Napoli Federico IIUniversidade de CoimbraMemorial University of NewfoundlandUniversität PassauGeorgia Southern UniversityUniversity of Missouri-Kansas CityNorthern Kentucky UniversityOstravská Univerzita v OstravěTallinna TehnikaülikoolVictoria University of WellingtonNanzan UniversityUniversité de MontpellierUniversity of CyprusNational Taipei University of TechnologyNational Sun Yat-sen UniversityUniversity of South AustraliaUniversity of MissouriUniversidad de MálagaČeské Vysoké Učení Technické v PrazeUniversità degli Studi di Milano

Mots-clésGenetic programmingComputer scienceRanking (information retrieval)Context (archaeology)Information retrievalState (computer science)Artificial intelligenceMachine learningTheoretical computer scienceWorld Wide WebProgramming language

DOI10.1007/978-3-319-98812-2_34

Résumé

récupéré en direct d'OpenAlex

Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002

score de la tête « metaresearch » (Gemma)0,008

Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated

Catégories candidatesaucune

Catégories consensuellesaucune

DomaineSignal candidat: aucune · Signal consensuel: aucune

Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation

GenreSignal candidat: Empirique · Signal consensuel: aucune

Score de désaccord entre enseignants0,004

Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,002	0,008
Méta-épidémiologie (sens strict)	0,001	0,001
Méta-épidémiologie (sens large)	0,002	0,001
Bibliométrie	0,001	0,002
Études des sciences et des technologies	0,000	0,002
Communication savante	0,002	0,003
Science ouverte	0,003	0,001
Intégrité de la recherche	0,002	0,003
Charge utile insuffisante (le modèle a refusé de juger)	0,004	0,001

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 Opus0,011

Tête enseignante GPT0,234

Écart entre enseignants0,223 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Devis d'étudeSimulation ou modélisation

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

Citations3

Publié2018

Routes d'admission1

Résumé présentnon

Télécharger la notice (JSON)Signaler un problème avec cette notice

Explorer davantage

Même revueLecture notes in computer science→Même sujetEvolutionary Algorithms and Applications→Travaux en français237 207→