MétaCan
Menu
Retour à la cohorte
Enregistrement W4256308780 · doi:10.1002/9781118630013.index

Index

2014· paratext· en· W4256308780 sur OpenAlexaff
Dongmei Chen, Bernard Moulin

Notice bibliographique

RevueWiley series in probability and statistics · 2014
Typeparatext
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensYork UniversityUniversité LavalQueen's University
Organismes subventionnairesnon disponible
Mots-clésIndex (typography)Series (stratigraphy)Library scienceChenGeographyStatisticsMathematicsComputer scienceProgramming languageGeology

Résumé

récupéré en direct d'OpenAlex

process), 392 Administrative units, 265 Agent-Based (AB) approaches, 301, 334 Agent-based (AB) modeling/simulation, 32-34, 301, 309 Agent-based epidemiological approach, 309 Agent-based model (ABM), 14, 31-33, 309, 414-416, 443, 447-449 Age-sex group, 252 Age-structured culling, 64 Airport catchment area (ACA), 99, 100, 102 Alignment-free methods, 61 Analytical models, 301 AnyLogic, 449-450, 455 Arbitrarily shaped clusters, 179, 182, 183, 186 ArcGIS, 167, 236, 250 Asymptomatic infection, 103, 104 Average nearest neighbor distance, 167, 169, 171 (Tab.)Avian influenza, 11, 137-139, 145, 149, 163, 167 Avian influenza, ecology, 138 Avian influenza, epidemiology, 138 Backward bifurcation, 63 Bayesian approach/framework, 13, 26, 194-195, 199-201, 217-230, 233-243 Bayesian credible intervals (BCIs), 238 Bayesian inference, 233-243 Bayesian spatial models, 201, 218-220 Bayesian spatiotemporal geostatistics, 194, 195 Borrelia burgdorferi bacteria, 331, 371, 375 Buffer, 265 C programming language, 106 C++ geosimulation system (geosimulator), 312, 334, 342, 344, 362-366 C++ programming language, 254 Calibration(model), 273 CBR data, 285-286 comandra blister rust (CBR), 285 disease host plants, 286 lesion, 285 lodgepole pine, 285 Cell phone data, 444-447, 454 Cellular Automata approach, 308-309, 318, 313, 334, 415 Cellular Automaton (CA), 29, 308 Census dissemination areas (DAs), 180 Census metropolitan areas (CMAs), 180 Census tracts (CTs), 180 Chem-bioinformatics, 55 Classification and Regression Trees (CART), 195 Classification trees, 195 Climatic scenario, 300 Clinical diagnosis, 54 Clinical results, 150 Close Proximity Data Source, 465 Cloud computing, 182 Cluster centroids, 169, 172 (Fig.) Cluster paths, 169 (Fig.) CODIGEOSIM project, 312 Analyzing and Modeling Spatial and Temporal Dynamics of Infectious Diseases, First Edition.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
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 enseignants0,371
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,001
Communication savante0,0060,005
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,6290,515

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 Opus0,136
Tête enseignante GPT0,389
Écart entre enseignants0,253 · 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.

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWiley series in probability and statisticsMême sujetCOVID-19 epidemiological studiesTravaux en français237 207