MétaCan
Menu
Retour à la cohorte
Enregistrement W4200197283 · doi:10.1038/s41561-021-00881-3

Publisher Correction: Machine learning in Earth and environmental science requires education and research policy reforms

2021· article· en· W4200197283 sur OpenAlexaff
Sean W. Fleming, James R. Watson, Ashley Ellenson, Alex J. Cannon, Velimir V. Vesselinov

Notice bibliographique

RevueNature Geoscience · 2021
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueBig Data Technologies and Applications
Établissements canadiensEnvironment and Climate Change CanadaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEarth system scienceEarth (classical element)Political scienceComputer scienceEarth scienceEngineering ethicsGeologyEngineeringOceanographyPhysics

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,121
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,306

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,121
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0060,007
Études des sciences et des technologies0,0050,004
Communication savante0,0100,005
Science ouverte0,0050,003
Intégrité de la recherche0,0130,020
Charge utile insuffisante (le modèle a refusé de juger)0,0920,055

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 Opus0,089
Tête enseignante GPT0,414
Écart entre enseignants0,325 · 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'étudeSans objet
DomaineIncitatifs
GenreCommentaire

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
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueNature GeoscienceMême sujetBig Data Technologies and ApplicationsTravaux en français237 207