MétaCan
Menu
Retour à la cohorte
Enregistrement W4281732858 · doi:10.22214/ijraset.2022.43136

Design of Web App for Online Food Services

2022· article· en· W4281732858 sur OpenAlexfundno aff
Harsh B. Pathak, Naman Gupta, Dhiren Premaker, Preeti Garg

Notice bibliographique

RevueInternational Journal for Research in Applied Science and Engineering Technology · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation Retrieval and Data Mining
Établissements canadiensnon disponible
Organismes subventionnairesMinistère de l'Énergie et des Ressources Naturelles
Mots-clésFood deliveryComputer scienceOrder (exchange)World Wide WebService (business)Quality (philosophy)The InternetInternet privacyBusinessAdvertisingMarketing

Résumé

récupéré en direct d'OpenAlex

Abstract: Online Food Ordering has become an indispensable part of everyone's lives. The internet has grown so big on a various scale like what was it before and that has greatly affected the lifestyle of the whole world. This introduced a new concept of online ordering and delivery of food services. Thus, Online Food Ordering Application primarily helps in delivering the following tasks of order and delivery of food services. The online food ordering system provides convenience and is made for catering to the needs of the customers. Nowadays every person prefers to order food online rather than cooking food at home because of the quick and easy availability of these services. Because the meal menu is available online, it is simple to keep track of orders, manage a client database, and improve the quality of food delivery service. This technology enables the user to choose the meal items that they want from a menu that is provided. The meal products are ordered by the user. The information about the user is kept confidential and is only saved in the database if necessary. Each user is assigned a unique id and password that cannot be shared. As a result, it allows for the ordering of food products safely. Keywords: Web application, food ordering, Online, graphic, Rating.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0320,010

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 Opus0,071
Tête enseignante GPT0,360
Écart entre enseignants0,290 · 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
GenreMéthodes

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Research in Applied Science and Engineering TechnologyMême sujetInformation Retrieval and Data MiningTravaux en français237 207