MétaCan
Menu
Retour à la cohorte
Enregistrement W2974339482 · doi:10.1051/epjconf/201921403058

IceProd - a dataset management system for IceCube: update

2019· article· en· W2974339482 sur OpenAlexfundno aff
David Schultz

Notice bibliographique

RevueEPJ Web of Conferences · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Cosmic Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Polar ProgramsBundesministerium für Bildung und ForschungMarsden FundJapan Society for the Promotion of ScienceU.S. Department of EnergyUniversity of Wisconsin-MadisonVetenskapsrådetNatural Sciences and Engineering Research Council of CanadaKnut och Alice Wallenbergs StiftelseNational Research Foundation of KoreaFonds Wetenschappelijk OnderzoekHelmholtz Alliance for Astroparticle PhysicsDanmarks GrundforskningsfondNational Science FoundationBelgian Federal Science Policy OfficeDeutsche ForschungsgemeinschaftNational Research FoundationWestern Canada Research GridVlaamse regeringUniversity of OxfordCompute CanadaFonds De La Recherche Scientifique - FNRSPolarforskningssekretariatetSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésPython (programming language)ScalabilityCodebaseComputer scienceNeutrinoTrack (disk drive)Operating systemPhysicsSoftwareParticle physics

Résumé

récupéré en direct d'OpenAlex

IceCube is a cubic kilometer neutrino detector located at the south pole. IceProd is IceCube’s internal dataset management system, keeping track of where, when, and how jobs run. It schedules jobs from submitted datasets to HTCondor, keeping track of them at every stage of the lifecycle. Many updates have happened in the last years to improve stability and scalability, as well as increase user access. Along the way, the IceProd codebase switched from Python 2 to Python 3.

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 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)0,008
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,023
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,001
Communication savante0,0060,010
Science ouverte0,0060,006
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0480,059

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 Opus0,011
Tête enseignante GPT0,233
Écart entre enseignants0,221 · 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'étudeSans objet
Domainenon disponible
GenreLogiciel

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPJ Web of ConferencesMême sujetAstrophysics and Cosmic PhenomenaTravaux en français237 207