MétaCan
Menu
Retour à la cohorte
Enregistrement W4253366514 · doi:10.1109/snams52053.2020.9336555

Table of contents

2020· article· en· W4253366514 sur OpenAlexaff
El Abdulmotaleb, Kamel Ahsene, Kamel Boukhalfa, Zakaria Ghalem, Oussama Boukerma, Safa El Ayeb, Baptiste Hemery, Fabrice Jeanne, Estelle Cherrier, André Schmale, Volker Mittendorf, Fabian Schmidt, Luk Burchard, Daniel Schroeder, Soeren Becker, Johannes Langguth, Yue Wang, Lei Li, Shigeo Shioda, Keisuke Nakajima, Jacob Honer, Aiden Fadool, Juyang Weng, Shayma Boukari, Sondes Fayech, Rim Faïz, Mounir El, Ismail El Batteoui, Abderrahim Saaidi, Khalid Satori, Geoff Cunliffe, Chao Liang, Richard Sinnott, Tiange Wang, Fengkai Wu, Barbara Guidi, Andrea Michienzi, Feras Al‐Obeidat, Oluwasegun Adedugbe, Anoud Bani-Hani, Elhadj Benkhelifa, Munir Majdalawieh, Edouard Ngor Sarr, Renukswamy Chikkamath, Markus Endres, Lavanya Bayyapu, Christoph Hewel, Maryam Heidari, Setareh Rafatirad, Jalaa Hoblos, Abhijit Mondal, Swapna S. Gokhale, Jieyu Ding Featherstone, George L. Barnett, Lamine Faty, Marie Peretti Ndiaye, Ousmane Sall, Călin Constantinov, Dorian Dogaru, Mihai Mocanu, Akkuzu Gulsum, Abdul Kaya, Newton Masinde, Sebastian Bischoff, Kálmán Graffi, Konstantin Pogorelov, Emily Dietrich, Petra Filkuková, Colin Galen, R. Steele, Reza Roky, Malcolm Abbott, Omar K. M. R. Bashar, Azmat Ullah, Fahad Algarni, Martin Macák, Ivan Vanat, Michal Merjavy, Tomas Jevocin, Barbora Bühnová, Anastasija Nikiforova, Jānis Bičevskis, Ģirts Karnītis, Brandon Williams, Xishuang Dong, Lijun Qian, Christian Roth, Ngoc Thanh Dinh, Doğan Kesdoğan, Hafed Zarzour, Bashar Al shboul, Mahmoud Al‐Ayyoub, Yaser Jararweh

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueBluetooth and Wireless Communication Technologies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésComputer scienceTable (database)Database

Résumé

récupéré en direct d'OpenAlex

Encoder-decoder Neural network model: COVID-19 pandemic case study 109

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,220

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,8460,801

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 Opus0,049
Tête enseignante GPT0,237
Écart entre enseignants0,188 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même sujetBluetooth and Wireless Communication TechnologiesTravaux en français237 207