Notice bibliographique
Résumé
Children’s books disposed from the libraries can be trash, but in great varieties, once they are recycled properly, they will be treasure. There are thousands of children’s books disposed from the public libraries in the US due to different kind of reasons, through these years with careful handling, they become useful collections for the children of countries, where English is a major foreign language. They also have become valuable learning materials in schools and in the public libraries in Taiwan.In 1999, an earthquake stroke Taiwan and caused severe damages in the Central part of Taiwan. Many schools suffered from the damages. This tragedy brought in much concerns and donations from all over the world. North America Taiwan Women Association (NATWA) visited the damaged area and found that school libraries were in extreme need of help. In addition to monetary donation, NATWA realized the spiritual healing is as important as reconstruction process, therefore in 2004 NATWA launched “Turn Trash into Treasure Recycling Children’s Books” program mainly collecting off-shelf children’s books from American public libraries and shipped books to Taiwan, where the books are mostly in need. Geographically the recycling children’s books are mostly collected from about 45 public libraries in the Northern New Jersey area.This paper presents how the project was initiated and promoted, so as programs were designed to make maximum utilization of the recycled children’s books. Summarize statistical status of the project as well as cooperative process during the past four years.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».