MétaCan
Menu
Retour à la cohorte
Enregistrement W3147918888 · doi:10.34225/jidc.2010.1.12

OECD/DAC 젠더넷의 역할과 활동 현황

2010· article· ko· W3147918888 sur OpenAlexfundno aff
선미 강

Notice bibliographique

RevueJournal of International Development Cooperation · 2010
Typearticle
Langueko
DomaineComputer Science
ThématiqueTechnology and Data Analysis
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

이 글은 OECD의 국제개발협력을 전담하고 있는 개발원조위원회(Development Assistance Committee:이하 OECD/DAC) 산하의 8개 주제별 작업반의 하나로, 성 평등과 여성역량강화 활동 을 전담하고 있는 젠더네트워크(DAC Network on Gender: GenderNet, 이하 젠더넷)의 역할과 활동내용을 소개하는 데 그 목적이 있다. 이는 올해 1월 1일부터 우리나라가 OECD/DAC의 회원국 으로 활동하게 됨에 따라, 국제사회의 개발협력에 대한 주제영역별 이슈들과 모범사례 및 교훈들을 우리의 ODA 정책과 실천과정에 적용하기 위한 탐구 노력의 일환이라 할 수 있다.

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)0,008
score de la tête « metaresearch » (Gemma)0,011
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,179
Score d'incertitude au seuil0,357

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,011
Études des sciences et des technologies0,0020,001
Communication savante0,0060,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0390,016

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 Opus0,008
Tête enseignante GPT0,249
Écart entre enseignants0,241 · 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
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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International Development CooperationMême sujetTechnology and Data AnalysisTravaux en français237 207