MétaCan
Menu
Retour à la cohorte
Enregistrement W2939445241 · doi:10.1007/978-3-030-30278-8_34

A Blockchain-Based Decentralized Self-balancing Architecture for the Web of Things

2019· book-chapter· en· W2939445241 sur OpenAlexfundno aff
Aleksandar Tošić, Jernej Vičič, Michaël Mrissa

Notice bibliographique

RevueCommunications in computer and information science · 2019
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueIoT and Edge/Fog Computing
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Regional Development FundSBA ResearchUniversité de LyonLibera Università di BolzanoUniversité François-RabelaisUniversidad de Castilla-La ManchaUniversità degli Studi di TorinoEuropean CommissionLatvijas UniversitateAustrian Institute of TechnologyUniversità di BolognaUniversität WienUniversidade Estadual de LondrinaJavna Agencija za Raziskovalno Dejavnost RSUniversitat de ValènciaInstitut National de Recherche en Sciences et Technologies pour l'Environnement et l'AgricultureUniversità degli Studi di PadovaUniversität UlmTechnische Universiteit EindhovenUniversità degli Studi di Milano-BicoccaSorbonne UniversitéTrinity College DublinUniversity of TwenteUniversity of BrightonUniversity of HaifaConservatoire National des Arts et MétiersFondazione Bruno KesslerUniversity of CarthageSan José State UniversityUniversité LavalUniversité de Pau et des Pays de l'AdourUniversidad de SevillaUniversité de LorrainePolitecnico di TorinoSveučilište u ZagrebuUniversity of IoanninaAix-Marseille Université
Mots-clésComputer scienceScalabilityDistributed computingBlockchainArchitectureEdge computingEnhanced Data Rates for GSM EvolutionProof of conceptContainer (type theory)Edge deviceCloud computingWireless sensor networkComputer networkInternet of ThingsComputer securityArtificial intelligenceDatabase

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,020
Tête enseignante GPT0,262
Écart entre enseignants0,242 · 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
GenreMéthodes

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

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueCommunications in computer and information scienceMême sujetIoT and Edge/Fog ComputingTravaux en français237 207