MétaCan
Menu
Retour à la cohorte
Enregistrement W4248917891 · doi:10.1109/tifs.2014.2323186

IEEE Transactions on Information Forensics and Security publication information

2014· article· en· W4248917891 sur OpenAlexaff
C.‐C. Jay Kuo, Ming H. Hsieh, Mostafa Abdalla, Patrizio Campisi, Linying Chen, Sen-ching S. Cheung, Teddy Furon, S. Goldenstein, Y.-W. Peter Hong, Jingyi Huang, Ramesh Karri, Hitoshi Kiya, Alex C. Kot, Jonathan Li, Sébastien Marcel, Giuseppe Persiano, Sagar S. Rane, Kui Ren, Roberto De Marca, Howard Michel, Marko Delimar, John Barr, Peter Staecker, Ralph Ford, Karen Bartleson, Jacek M. Zurada, Gary Blank, Dr Prendergast, Thomas Siegert, Business Administration, Matthew Loeb, Douglas Gorham, Eileen Lach, Corporate Compliance, Shannon Johnston, Ieee-Usa Chris Brantley, Alexander Pasik, Information Technology, Patrick Mahoney, Fran Zappulla, Peter Tuohy, Jeffrey Cichocki

Notice bibliographique

RevueIEEE Transactions on Information Forensics and Security · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital and Cyber Forensics
Établissements canadiensCanadian Standards AssociationUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer securityInformation securityComputer forensicsNetwork forensicsInternet privacyWorld Wide WebDigital forensics

Résumé

récupéré en direct d'OpenAlex

The Signal Processing Society is an organization, within the framework of the IEEE, of members with principal professional interest in the technology of transmission, recording, reproduction, processing, and measurement of speech; other audio-frequency waves and other signals by digital electronic, electrical, acoustic, mechanical, and optical means; the components and systems to accomplish these and related aims; and the environmental, psychological, and physiological factors of these technologies. All members of the IEEE are eligible for membership in the Society and will receive this TRANSACTIONS upon payment of the annual Society membership fee of $35.00 plus an annual subscription fee of $163.00.

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 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), Communication savante
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 enseignants0,978
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 technologies0,0010,000
Communication savante0,0020,021
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,197
Écart entre enseignants0,190 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Information Forensics and SecurityMême sujetDigital and Cyber ForensicsTravaux en français237 207