MétaCan
Menu
Retour à la cohorte
Enregistrement W4244550244 · doi:10.4018/978-1-4666-9845-1.ch063

Using the Retrospective Approach to Commemorate AutoCarto Six

2016· book-chapter· en· W4244550244 sur OpenAlexaff
Barry Wellar

Notice bibliographique

RevueIGI Global eBooks · 2016
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueGeographic Information Systems Studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésAttributionLibrary scienceHistoryCartographyData scienceComputer scienceGeographyPsychology

Résumé

récupéré en direct d'OpenAlex

This chapter outlines the bases for using a retrospective approach to re-visit papers published 30 years ago (1983) in the proceedings of the Sixth International Symposium on Automated Cartography. “AutoCarto Six”, as it is popularly known, is credited with making numerous, significant contributions to the evolution of automated cartography, geographic information systems (GIS), and a number of related fields. In these remarks I discuss how comments by authors on such topics as Thoughts shaping the design of the papers, Derivative attributions, Original contributions, Impacts, What was new in the papers?, and What was different in the papers? represent an innovative, insightful and instructive way to commemorate conference proceedings and other significant productions.

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)0,024
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,052
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0060,011
Communication savante0,0150,021
Science ouverte0,0030,009
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0170,007

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 Opus0,058
Tête enseignante GPT0,304
Écart entre enseignants0,246 · 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'étudeSans objet
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetGeographic Information Systems StudiesTravaux en français237 207