Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
05–171 Cumming, Alister (Toronto U, Canada; acumming@oise.utoronto.ca ), Kantor, R., Baba, Kyoko, Erdosy, Usman, Eouanzoui, Keanre & James, Mark , Differences in written discourse in independent and integrated prototype tasks for next generation TOEFL . Assessing Writing (Amsterdam, the Netherlands) 10 .1 (2005), 5–43. 05–172 Green, Anthony (Cambridge ESOL Examinations, Cambridge, UK; green.a@ucles.org ), EAP study recommendations and score gains on the IELTS Academic Writing test . Assessing Writing (Amsterdam, the Netherlands) 10 .1 (2005), 44–60. 05–173 Harwood, Nigel (U of Essex, UK; nharwood@essex.ac.uk ), ‘I hoped to counteract the memory problem, but I made no impact whatsoever’: discussing methods in computing science using I . English for Specific Purposes (Amsterdam, the Netherlands) 24 .3 (2005), 243–267. 05–174 Kanoksilapatham, Budsaba (Silpakorn U, Thailand; kanoksib@georgetown.edu ), Rhetorical structure of biochemistry research articles . English for Specific Purposes (Amsterdam, the Netherlands) 24 .3 (2005), 269–292. 05–175 Sharp, Alastair (Lingnan U, Hong Kong, China; alastair@in.edu.hk ), Strategies and predilections in reading expository text: the importance of text patterns . RELC Journal (Thousand Oaks, CA, USA) 35 .3 (2004), 329–349. 05–176 Stapleton, P. (Hokkaido U, Japan), Evaluating web-sources: Internet literacy and L2 academic writing . ELT Journal (Oxford, UK) 59 .2 (2005), 135–143. 05–177 Waring, H. (Teachers College, Columbia U, USA), Peer tutoring in a graduate writing centre: identity, expertise, and advice resisting . Applied Linguistics (Oxford, UK) 26 .2 (2005), 141–168.
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.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle