Notice bibliographique
Résumé
<section class="page-section"><div id="i50" class="featureboxedText"><div class="head"><span>VisualEyes</span></div><div id="i51" class="aside"><div id="i52" class="figure floatinline"><img src="/images/virtual/visualeyes/10.4135_9781529776904-img1.jpg" alt="" class="graphic"></div></div> <span class="hi-bold">Price:</span> Free <span class="hi-bold">Open Source?:</span> Closed Source <span class="hi-bold">Platform(s):</span> Web </div></section><section class="page-section"><div id="i54" class="figure floatinline"><img src="/images/virtual/visualeyes/10.4135_9781529776904-fig1.jpg" alt="A screenshot shows a zoomed-in satellite view of a coastal region. A timeline under the view shows the major events between 1749 and 1821, during the Colonial era, Revolutionary era, New Nation era, and Expansion era." class="graphic"></div></section> VisualEyes is a web-based (HTML5) authoring tool for data visualization in humanities subjects. It is part of the Shanti Interactive suite of tools developed by the University of Virginia. It is designed to weave historical primary sources into images, maps, charts, videos, and data, creating interactive and dynamic visualizations. Some example projects using VisualEyes include exploring cultural changes in Tibet and mapping encounters in early Canada, all featured on the website. No programming knowledge is needed to get started with VisualEyes. There is an extensive tutorial on Google Docs that goes through the steps and resources required to start creating with VisualEyes. There are three core elements of the VisualEyes window, each dealing with different aspects of the current project: Map, Timeline, and Story. The window is essentially filled with information from a Google Docs spreadsheet of your project. The central feature of most VisualEyes projects are timeline and map events. Since project information is stored on ...
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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».