Ouranosinc/raven: v0.19.0
Notice bibliographique
Résumé
What's Changed Major Changes The raven library is now available for installation on PyPI (under the name birdhouse-raven) (#536, #569) Documentation has been overhauled so that WPS processes are listed in a more organized manner (#535) Reimplemented the cruft configuration and ported recent changes to ensure that the project is up-to-date (#536) Removed pysheds and watershed delineation process due to a licensing issue (#495) Updated several dependencies to ensure that processes emit fewer warnings and notebooks render properly (#535) Internal Changes Allowed for larger int fields when writing to GeoJSON (#535) Ensured that JSON-serialized output does not include numpy complex types (#535) Added a GitHub Workflow to test the Dockerfile recipe configuration for RavenWPS (#481) Cleaned up the Dockerfile recipe configuration for raven. Now using gunicorn for service management (#481) Testing data fetching mechanism has been refactored to use pooch for better maintainability (#569) Tooling has been updated to use ruff and other newer tools for code quality and formatting (#569) raven now uses Trusted Publisher for TestPyPI and PyPI releases (#569) New Contributors @dependabot[bot] made their first contribution in https://github.com/Ouranosinc/raven/pull/500 Full Changelog: https://github.com/Ouranosinc/raven/compare/v0.18.2...v0.19.0
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 | 0,005 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,010 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,384 | 0,540 |
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 ».