MétaCan
Menu
Retour à la cohorte
Enregistrement W4243526850 · doi:10.1109/tit.2017.2763858

IEEE Transactions on Information Theory publication information

2017· article· en· W4243526850 sur OpenAlexaff
Stark C. Draper, Daniela Tuninetti, Prakash Narayan, Elza Erkip, Alexander Barg, Hans‐Andrea Loeliger, David Tse, Alexander Vardy, Gregory W. Wornell, Emmanuel Abbé, Radu Bălan, Matthieu R. Bloch, Shannon Theory, Holger Boche, Jean‐François Chamberland, Max Costa, Natasha Devroye, G Dimakis, Andrew Communications, Philipp Grohs, Ashish Khisti, Negar Kiyavash, Ioannis Kontoyiannis, Richard J. La, Alfred Menezes, Neri Merhav, Klaus-Robert Üller, Machine Learning, Krishna R. Narayanan, Michael Neely, David L. Neuhoff, Vinod M. Prabhakaran, Alexandre Proutière, Prasad Narayana, Igal Sason, Ali H. Sayed, Signal Processing, Moshe Schwartz, Aslan Tchamkerten, Daniela Communications, Vinay A. Vaishampayan, Mahesh K. Varanasi, Mich Èle Wigger, Mark M. Wilde, Karen Bartleson, James Jefferies, William R. Walsh, John Walz, Barry L. Shoop, Shree Aakash Ramesh, M El-Ghazaly, Ellen Randall, Geographic Activities, Forrest Wright, Karen Schou Pedersen, Ray Liu, Dr Prendergast, Thomas Siegert, Business Administration, Donna Hourican, Jamie Moesch, Eileen Lach, Cherif Amirat, Karen Hawkins, Cecelia Jankowski, Michael Förster, Fran Zappulla, Peter Tuohy, Jeffrey Cichocki, Martin Morahan, Megan Hernandez

Notice bibliographique

RevueIEEE Transactions on Information Theory · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueNeural Networks and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComputer scienceInformation theoryInformation retrievalMathematicsStatistics

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCommunication savante
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,000
Communication savante0,0020,035
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,004

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,238
Écart entre enseignants0,225 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
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

Citations0
Publié2017
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueIEEE Transactions on Information TheoryMême sujetNeural Networks and ApplicationsTravaux en français237 207