MétaCan
Menu
Retour à la cohorte
Enregistrement W2915219313 · doi:10.1051/bioconf/20191203003

Progress for research of grape and wine culture in Georgia, the South Caucasus

2019· article· en· W2915219313 sur OpenAlexaff
D. Maghradze, Andro Aslanishvili, I. Mdinaradze, D. Tkemaladze, Levan Mekhuzla, David Lordkipanidze, Mindia Jalabadze, Eliso Kvavadze, Nana Rusishvili, Patrick E. McGovern, Patrice This, Roberto Baciliéri, O. Failla, Gabriele Cola, Luigi Mariani, Silvia Laura Toffolatti, Gabriella De Lorenzis, P.A. Bianco, F. Quaglino, Nathan Wales, M. Thomas P. Gilbert, Laurent Bouby, Tina Kazeli, L. Ujmajuridze, L. Mamasakhlisashili, Stephen Batiuk, Ashley Graham, Elisabetta Boaretto, Ana Cheishvili, and L. Davitashvili

Notice bibliographique

RevueBIO Web of Conferences · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGeorgianWineOenologyMultidisciplinary approachAgency (philosophy)ViticultureGeographyArchaeologyPolitical scienceSocial scienceSociologyBiology

Résumé

récupéré en direct d'OpenAlex

This communication will provide the latest information about the progress of the “Research Project for the Study of Georgian Grapes and Wine Culture”, managed by the National Wine Agency of Georgia since 2014. Local and foreign institutions continue to work together with the aim of stimulating multidisciplinary scientific research activity on Georgian viticulture and viniculture and to reconstruct their development from Neolithic civilizations to the present. The project is multidisciplinary in nature, merging contributions from archaeology, history, ethnography, molecular genetics, biomolecular archaeology, palaeobotany, ampelography, enology, climatology and other scientific fields.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,113
Tête enseignante GPT0,356
Écart entre enseignants0,243 · 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'étudeObservationnel
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

Citations14
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBIO Web of ConferencesMême sujetHorticultural and Viticultural ResearchTravaux en français237 207