Enregistrement W4238854784 · doi:10.1007/978-3-642-44949-9

Multi-disciplinary Trends in Artificial Intelligence

2013· book· en· W4238854784 sur OpenAlexaff

Sheela Ramanna, Pawan Lingras, Chattrakul Sombattheera, Aneesh Krishna

Notice bibliographique

RevueLecture notes in computer science · 2013

Typebook

Langueen

DomaineComputer Science

ThématiqueAI-based Problem Solving and Planning

Établissements canadiensSaint Mary's UniversityUniversity of Winnipeg

Organismes subventionnairesIndian Institute of Technology IndoreUniversity of HyderabadJawaharlal Nehru Technological University HyderabadSoutheast UniversityYeungnam UniversityTechnische Universität ClausthalIndian Institute of Technology DelhiKing Mongkut's Institute of Technology LadkrabangUniversity of CreteUniversität TrierCommonwealth Scientific and Industrial Research OrganisationTechnische Universität DarmstadtPurdue UniversityCentre National de la Recherche ScientifiqueThammasat UniversityIndian Institute of ScienceUniversité du Luxembourg

Mots-clésDisciplineComputer scienceArtificial intelligenceSocial scienceSociology

DOI10.1007/978-3-642-44949-9

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)0,002

score de la tête « metaresearch » (Gemma)0,003

Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated

Catégories candidatesaucune

Catégories consensuellesaucune

DomaineSignal candidat: aucune · Signal consensuel: aucune

Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel

GenreSignal candidat: Synthèse · Signal consensuel: Synthèse

Score de désaccord entre enseignants0,015

Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,002	0,003
Méta-épidémiologie (sens strict)	0,001	0,000
Méta-épidémiologie (sens large)	0,001	0,001
Bibliométrie	0,003	0,007
Études des sciences et des technologies	0,001	0,003
Communication savante	0,007	0,009
Science ouverte	0,001	0,003
Intégrité de la recherche	0,002	0,004
Charge utile insuffisante (le modèle a refusé de juger)	0,015	0,005

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 Opus0,045

Tête enseignante GPT0,298

Écart entre enseignants0,253 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Devis d'étudeThéorique ou conceptuel

Domainenon disponible

GenreSynthèse

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

Publié2013

Routes d'admission1

Résumé présentnon

Télécharger la notice (JSON)Signaler un problème avec cette notice

Explorer davantage

Même revueLecture notes in computer science→Même sujetAI-based Problem Solving and Planning→Travaux en français237 207→