MétaCan
Menu
Retour à la cohorte
Enregistrement W2942038327 · doi:10.1111/maps.13291

Best practices for the use of meteorite names in publications

2019· article· en· W2942038327 sur OpenAlexaff
P. R. Heck, C. D. K. Herd, J. N. Grossman, Dmitry D. Badjukov, Audrey Bouvier, E. S. Bullock, Vinciane Debaille, T. L. Dunn, D. S. Ebel, L. Ferrière, L. A. J. Garvie, J. Gattacceca, M. Gounelle, R. K. Herd, T. R. Ireland, Emmanuel Jacquet, R. J. Macke, T. J. McCoy, F. M. McCubbin, T. Mikouchi, K. Metzler, M. Roskosz, C. L. Smith, M. Wadhwa, Linda Welzenbach‐Fries, Toru Yada, Akira Yamaguchi, R. A. Zeigler, M. E. Zolensky

Notice bibliographique

RevueMeteoritics and Planetary Science · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstro and Planetary Science
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésConfusionMeteoriteBest practiceInstitutionComputer scienceData sciencePolitical scienceAstrobiologyPsychologyLawBiology

Résumé

récupéré en direct d'OpenAlex

Abstract This document contains suggestions for best practices by authors who refer to meteorites in publications. It can also be taken as a guide for publishers in establishing guidelines for authors. The following best practices are recommended in addition to acknowledging the loaning institution or loaning individual (unless required otherwise). The main motivations are to: help ensure that research on meteorites is reproducible, prevent confusion in the literature, and enhance tracking of specimens and related data.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,358
Score d'incertitude au seuil0,380

Scores Codex et Gemma par catégorie

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

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 Opus0,088
Tête enseignante GPT0,296
Écart entre enseignants0,208 · 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.

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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeteoritics and Planetary ScienceMême sujetAstro and Planetary ScienceTravaux en français237 207