Notice bibliographique
Résumé
General Chair Prof. Tek-Tjing Lie, Auckland University of Technology, New Zealand Conference Committee Co-Chairs Prof. Emanuele Calabrò, Institute of Industrial Technology, Italy Prof. Guojie Li, Shanghai Jiao Tong University, China Advisory Committee Chair Prof. Man Chung WONG, University of Macau, Macau Program Chair Prof. Moustafa Eissa, Helwan university, Egypt Local Committee Prof. Zhengzhi Lin, Zhejiang University, China Dr. Chengjin Ye, Zhejiang University, China International Technical Committee Dr. Khoa Dang Hoang, University of Sheffield, UK Prof. Zulfiqar Khan, Bournemouth University, UK Dr. Shuheng Chen, University of Electronic Science and Technology of China, China Dr. Tosak Thasananuyariya, Metropolitan Electricity Authority, Thailand Dr. Prakornchai Polratanasak, North Eastern University, Khonkaen, Thailand Dr. Michael Bernard, University of Alberta, Canada Dr. Mohamed Yahia Edries, Space Division National Authority for Remote Sensing and Space Science, Egypt Dr. Thongchart Kerdphol, Kyushu Institute of Technology, Japan Dr. Hany Farag, York University, Canada Dr. Narottam Das, University of Southern Queensland, Australia Prof. Dimitris Labridis, Aristotle University of Thessaloniki, Greece Dr. Nickey Brown, Wright State University, USA Dr. Jiafeng Xie, Wright State University, USA Dr. Mohamed Dahidah, Newcastle University, UK Prof. Lei Chen, Wuhan University, China Dr. Mehrdad Ahmadi Kamarposhti, Jouybar Branch Islamic Azad University, Iran
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,576 | 0,561 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».