MétaCan
Menu
Retour à la cohorte
Enregistrement W2913957821 · doi:10.1145/2989250

Proceedings of the 14th ACM International Symposium on Mobility Management and Wireless Access

2016· paratext· en· W2913957821 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typeparatext
Langueen
DomaineComputer Science
ThématiqueMobile Agent-Based Network Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMiamiLibrary sciencePolitical scienceTelecommunicationsComputer science

Résumé

récupéré en direct d'OpenAlex

On behalf of the organizing committees, it is our great pleasure to welcome you to the 14th ACM International Symposium on Mobility Management and Wireless Access -- MobiWac 2016. Previous editions of this symposium took place in Dallas/Fort Worth (TX, USA), Philadelphia (PA), Maui (Hawaii), Torremolinos (Spain), Chania (Greece), Vancouver (Canada), Tenerife (Spain), Bodrum (Turkey), Miami (FL, USA), Paphos (Cyprus), Barcelona (Spain) Montreal (Canada), Cancun (Mexico). This year MobiWac takes place in Malta, and it continues its successful track record of being a forum where researchers from academy and industry gather to discuss novel advances in mobility, wireless access and related topics, aiming at advancing knowledge and identifying new directions for future research and development. The call for papers attracted a large number of submissions from Africa, America, Asia and Europe. From these works, the program committee has reviewed all papers and selected 28% of the best papers and put together the program you have in front of you. Accepted papers cover a wide variety of topics, including mobility management and medium access, MANET networking, tracking, quality of service, security and applications. The accepted papers come from 11 countries (Brazil, Italy, UK, Turkey, USA, Spain, Germany, Canada, Germany, Norway, Greece), which reflects the international nature of the symposium.

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 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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,321

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0960,070

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 Opus0,017
Tête enseignante GPT0,263
Écart entre enseignants0,246 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMobile Agent-Based Network ManagementTravaux en français237 207