MétaCan
Menu
Retour à la cohorte
Enregistrement W2923088437 · doi:10.5281/zenodo.18509139

Shift/Work Unlearning Scroll Score Poster

2017· article· en· W2923088437 sur OpenAlexaboutno aff
Neil Mulholland

Notice bibliographique

RevueEdinburgh Research Explorer (University of Edinburgh) · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and Work-Related Fatigue
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScrollPresentation (obstetrics)Work (physics)Computer sciencePsychologyEngineeringMedicineMechanical engineering

Résumé

récupéré en direct d'OpenAlex

CC BY-NC-SA 4.0 May 2014 Shift/Work (Neil Mulholland, Dan Brown) Attribution-NonCommercial-ShareAlike 4.0 International Performed by Shift/Work at: Kochi-Muziris Biennale, India March 2017 | University of Agder, Kristiansand, Norway August 2017 | Listaháskóli Íslands Sept 2016 | Malmö Art Academy 2014 and 2016 | ESW 2014 Peer reviewed papers presented at Paradox: Alternative Zones: Uncovering the Official and the Unofficial in Fine Art Practice, Research and Education 2015 (The University of Arts Poznan, Poland), the 4th International Visual Methods Conference 2015 (Brighton University, England), International Teaching Artists Conference: Best, Next and Radical Practice in Participatory Arts (ITAC3) 2016 (University of Edinburgh, Scotland) and the International Society for the Scholarship of Teaching and Learning 2017 (University of Calgary and Mount Royal University, Canada). Shift/Workshops are composed and disseminated by being performed. Playing the score leads to it being re-calibrated for future performances. Composition is scaffolded with an academic and artistic community of ‘Shift/Workers’. Shift/Workers compose and play-test each other’s workshop scores before calibrating them through collective peer-review. Scores are then re-performed, iteratively, at international peer-reviewed artistic and scholarly events.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,367
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0000,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0440,000

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 Opus0,159
Tête enseignante GPT0,365
Écart entre enseignants0,205 · 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 tête enseignante, pas un consensus.

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 revueEdinburgh Research Explorer (University of Edinburgh)Même sujetSleep and Work-Related FatigueTravaux en français237 207