MétaCan
Menu
Retour à la cohorte
Enregistrement W4221089852 · doi:10.1080/10643389.2022.2052587

New measures in 2022 to enhance the quality and reputation of Critical Reviews in Environmental Science and Technology journal

2022· article· en· W4221089852 sur OpenAlexaff
Q. Lena, Dong‐Xing Guan, Scott A. Bradford, Robert J. Letcher, Jörg Rinklebe, Yong Sik Ok, Matthew Whittle

Notice bibliographique

RevueCritical Reviews in Environmental Science and Technology · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensCarleton UniversityEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésReputationQuality (philosophy)Environmental qualityManagement scienceComputer scienceData scienceEngineering ethicsRisk analysis (engineering)EngineeringEnvironmental scienceBusinessPolitical scienceSociologySocial scienceEpistemology

Résumé

récupéré en direct d'OpenAlex

Graphical Abstract

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)0,097
score de la tête « metaresearch » (Gemma)0,251
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,903
Score d'incertitude au seuil0,514

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0970,251
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0100,006
Études des sciences et des technologies0,0010,001
Communication savante0,0170,011
Science ouverte0,0030,004
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0290,005

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 Opus0,096
Tête enseignante GPT0,437
Écart entre enseignants0,342 · 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
DomaineÉvaluation
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Reviews in Environmental Science and TechnologyMême sujetScientific Computing and Data ManagementTravaux en français237 207