MétaCan
Menu
Retour à la cohorte
Enregistrement W2989613929 · doi:10.14203/oseana.2018.vol.43no.2.16

KARAKTERISTIK DAN DAMPAK SIKLON TROPIS YANG TUMBUH DI SEKITAR WILAYAH INDONESIA

2018· article· en· W2989613929 sur OpenAlexaff
Dewi Surinati, Dwi Ayu Kusuma

Notice bibliographique

RevueOSEANA · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Mining and Machine Learning Applications
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésTropical cycloneCyclone (programming language)Extratropical cycloneClimatologyEnvironmental scienceEquatorTropical cyclone scalesLatitudeGeographyGeology

Résumé

récupéré en direct d'OpenAlex

CHARACTERISTICS AND IMPACTS OF TROPICAL CYCLONES GROWING AROUND INDONESIAN TERRITORY. Tropical cyclone is a cyclonic originates from tropical oceans and driven principally by heat transfer from the ocean. Tropical cyclone is an atmospheric phenomenon characterized by the emergence of low air pressure that triggers the occurrence of strong winds due to the process of heat transfer from the equator to the latitude. This phenomenon can not be prevented, so that it has great potential to impact on the damage in the area it through. Tropical cyclones can be characterized through their life cycle, scale of power and how it impacts in the area it through. The Cempaka and Dahlia tropical cyclone occuring in 2017 greatly influenced territory of Indonesia. The effect of the cyclone causes extreme weather in Indonesia, especially in areas close to where cyclones are formed.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,010
Tête enseignante GPT0,260
Écart entre enseignants0,250 · 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
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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOSEANAMême sujetData Mining and Machine Learning ApplicationsTravaux en français237 207