MétaCan
Menu
Retour à la cohorte
Enregistrement W3087138371 · doi:10.12688/f1000research.26498.1

The 21st annual Bioinformatics Open Source Conference (BOSC 2020, part of BCC2020)

2020· preprint· en· W3087138371 sur OpenAlexaffabout
Nomi L. Harris, Peter Cock, Christopher J. Fields, Karsten Hokamp, Jessica M. Maia, Mónica Muñoz-Torres, Morgan L. Taschuk, Yo Yehudi

Notice bibliographique

RevueF1000Research · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Bioinformatics, and Biomedical Research
Établissements canadiensOntario Institute for Cancer Research
Organismes subventionnairesBroad Institute
Mots-clésOpen sourceLibrary scienceOpen scienceOpen dataWorld Wide WebComputer scienceSoftware

Résumé

récupéré en direct d'OpenAlex

Launched in 2000 and held every year since, the Bioinformatics Open Source Conference (BOSC) is a volunteer-run meeting coordinated by the Open Bioinformatics Foundation (OBF) that covers open source software development and open science in bioinformatics. Most years, BOSC has been part of the Intelligent Systems for Molecular Biology (ISMB) conference, but in 2018, and again in 2020, BOSC partnered with the Galaxy Community Conference (GCC). This year's combined BOSC + GCC conference was called the Bioinformatics Community Conference (BCC2020, bcc2020.github.io). Originally slated to take place in Toronto, Canada, BCC2020 was moved online due to COVID-19. The meeting started with a wide array of training sessions; continued with a main program of keynote presentations, talks, posters, Birds of a Feather, and more; and ended with four days of collaboration (CoFest). Efforts to make the meeting accessible and inclusive included very low registration fees, talks presented twice a day, and closed captioning for all videos. More than 800 people from 61 countries registered for at least one part of the meeting, which was held mostly in the Remo.co video-conferencing platform.

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)0,012
score de la tête « metaresearch » (Gemma)0,012
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,564

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0080,004
Science ouverte0,0020,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,1690,171

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 Opus0,056
Tête enseignante GPT0,347
Écart entre enseignants0,292 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujetGenetics, Bioinformatics, and Biomedical ResearchTravaux en français237 207