MétaCan
Menu
Retour à la cohorte
Enregistrement W3008763053 · doi:10.1007/978-3-030-26086-6_1

Cracking “Open” Technology in Ecohydrology

2020· book-chapter· en· W3008763053 sur OpenAlexaff
B. Turner, David Hill, Kellee Caton

Notice bibliographique

RevueEcological studies · 2020
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésOpen scienceOpen dataOpen sourceOpen platformComputer scienceEcohydrologyOpen educationOpen innovationField (mathematics)Open standardMassive open online courseData scienceSoftwareEngineeringWorld Wide WebKnowledge managementPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

In recent years, the adjective “open” has been applied to many aspects of scientific knowledge discovery and dissemination, including open-source software and hardware, open access journal articles, massive open online courses, and open data. Applying the term open to these entities emphasizes an intention for them to be accessible—a quality increasingly emphasized as desirable in science. This chapter explores what it means for technology to be open and how open technology is transforming the field of ecohydrology today. Starting from the concept of open science, the next section explores the open science ideals of open source, open method, open data, and open hardware and develops a consistent definition of open technology. Based on this definition, a review of open technology applications and development within the field of hydrology is presented that categorizes technology into truly open and quasi-open and discusses how this technology is enabling hydrologic research. The chapter then concludes with a discussion of the potential of open technology to advance the field of ecohydrology.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,008
Communication savante0,0060,011
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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 Opus0,043
Tête enseignante GPT0,270
Écart entre enseignants0,227 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcological studiesMême sujetHydrology and Watershed Management StudiesTravaux en français237 207