PredictiveEcology/SpaDES: v1.2.0.9011
Notice bibliographique
Résumé
Known issues: https://github.com/PredictiveEcology/SpaDES/issues version 1.2.0.9011 Add filesOnly arg to shine(). This can be in preparation for publishing to www.shinyapps.io or other pages. Currently still alpha. Add POM: Pattern Oriented Modeling (#269). A simple interface to a simList object, allowing fitting parameters to data. add col arg to Plot (mimicks cols). Was lost from version 1.1.2. add .inputObjects functionality -- function that runs during simInit() to create default inputObjects add p as a namespaced shortcut for params: p(sim) would replace params(sim)$moduleName allow params(sim) & start(sim) & others in defineModule() by changing parse order in module metadata allow any arbitrary function to be used internally to Plot (e.g., barplot, plot, etc.) add arr argument to Plot(), allowing passing of arrangement allow title arg in Plot() to accept character for plot title change new arg in Plot(). Now it does one plot at a time, not whole device. Use clearPlot() to wipe whole device. Plot can use character passed to title as a title. add RandomFieldsUtils to Imports some additional functionality for factor rasters, incl. clickValues, legends correct for wide variety of types add explicit cl arg to parallel aware functions, for more control newModule gains new arguments type = c("child", "parent") and children = c(). See ?newModule (#300). checksums updated to use faster hashing algorithm (xxhash64) and now only requires a single hash value per file (#295) new Rstudio addin for 'newModule' (#298); requires Import of shiny (>= 0.13), miniUI (>= 0.1.1), and rstudioapi (>= 0.5)
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,363 | 0,440 |
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 ».