Notice bibliographique
Résumé
Abstract In the past few years, rapid changes in many aspects of living happened globally. The issues of industrial revolution 4.0, global warming, and the Covid-19 pandemic must be challenged by the people of the world. Citizens in every country have to cope-up with those changes and strive into new normal routines. Higher education institutions hold the duty to anticipate that challenge. The accomplishment of the 1st Webinar International Conference on Mathematics, Natural Sciences and Education in the New Normal Era, which was held Online on 15th October 2020 by FMIPA Universitas Negeri Manado-Indonesia, attended virtually by more than 300 participants of lecturers, researchers, teachers, graduate and undergraduate students from 12 universities across the country. Involved in 6 keynote speaker presentation; 4 foreign universities (Japan, Canada, Italy, Thailand) and 2 Indonesian. This Webinar also consists of 7 tracks such as: Biology, Physics, Chemistry, Mathematics, Natural Science, Education and STEM (Science, Technology, Engineering and Mathematics). As a continuance of this first Webinar, the Proceedings of 82 submitted abstracts are prepared. Hopefully, this Proceeding will be useful for all of us. After all, I would like to thank to all keynote speakers, presenters, participants, as well as to all parties who supported in the establishment of this Webinar. List of Editors, Committee and Conference Photograph are available in the pdf.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 ».