Notice bibliographique
Résumé
The United States Air Force Academy at Colorado Springs, Colorado, welcomed over 300 athletes to the 2018 Warrior Games. Each branch of the United States military was represented along with warriors from the United Kingdom, the Australian Defense Force, and the Canadian Armed Forces. This Paralympic style competition featured competition in archery, cycling, track and field, shooting, powerlifting, sitting volleyball, and wheelchair basketball. Over 70 technology professionals helped bring the Warrior Games to those attending with live closed-circuit broadcasts to each of the major competition venues across the USAFA campus. More than 34,000 people attended the Opening Ceremonies in Falcon Stadium, capped off with performances by Kelly Clarkson and comedian Jon Stewart. Family was central to these Games, as attendance was free, and a special Expo area was dedicated for interaction with sport equipment, vendors for sport organizations, and other adapted sport activities (i.e., wheelchair rugby, wheelchair tennis for adults, youth, and children). The U.S. Air Force won the most gold medals with 70, followed by the U.S. Marine Corp with 44 and U.S. Navy with 41. There were over 475 total medals awarded across all U.S. military branches. The 2018 Warrior Games were competitor tough and family oriented; a quote from former NFL great Herschel Walker summed it up the best, “Family is key to these athletes’ success...we have to do more for these veterans…family must always be included.” Subscribe to Palaestra
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,291 | 0,149 |
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 ».