Comparação entre dois instrumentos de screening para identificação de risco para alterações na aquisição e no desenvolvimento de linguagem
Notice bibliographique
Résumé
Daniela Regina Molini-Avejonas São Paulo 2019 Agradecimento Agradeço primeiramente a Deus, por me dar forças para superar as dificuldades e a sabedoria para apreciar as coisas importantes da vida; Ao meu noivo, Carlos Eduardo, que sempre me apoiou, me ajudando no desenvolvimento desse trabalho, bem como no planejamento do nosso casamento e da nossa vida a dois; À minha mãe, Susana, que sempre me incentivou a manter o foco nos estudos e se preocupou comigo no decorrer deste trabalho; À minha avó, Yolanda, pela ternura de todos os dias; Ao meu avô, Hiroshi, que lá de cima sempre olhou por mim; Às minhas irmãs, Mariana, Pamela e Talita, e ao meu padrasto, Tadao, que mesmo sem saber, me ajudaram e me deram forças para seguir em frente; Ao meu cunhado, Takeo, que me auxiliou na tabulação de dados da pesquisa e a mexer no excel; À minha filha e cadelinha, Penélope, que sempre ficou deitada ao meu lado, me fazendo companhia durante esse trabalho; Aos meus sogros, Nancy e Nilton, que sempre me trataram tão bem e me acolheram como parte da família; À toda minha big família, que comemorou comigo o início e o fim do meu mestrado; Agradeço à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior-Brasil (CAPES), pelo apoio e financiamento;
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 | 0,028 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».