Notice bibliographique
Résumé
The Road Map on Statistics for SDGs was prepared by a team composed of members of the Conference of European Statisticians’ Steering Group on Statistics for SDGs: Renata Bielak (co-chair, Poland), Sara Frankl (co-chair, Sweden), Cara Williams (Canada), Maciej Truszczynski (Denmark), Claire Plateau (France), Kerstin Wichmann (Germany), Marina Gandolfo (Italy), Nazira Kerimalieva (Kyrgyzstan), Jelena Markovic (Montenegro), Lieneke Hoeksma (Netherlands), Natalia Ignatova (Russian Federation), Benjamin Rothen (Switzerland), Övünç Uysal (Turkey), Joanne Evans (United Kingdom of Great Britain and Northern Ireland), Kali Kong (United States of America), Elena Vosmirko (Interstate Statistical Committee of the Commonwealth of Independent States), Fritz Gebhard (Eurostat), Miriam Blumers (Eurostat), Guillaume Cohen (OECD), Tiina Luige (UNECE), Stela Derivolcov (UNECE), and the following contributing experts: Vjollca Simoni (Albania), Anahit Safyan (Armenia), Alexandra Wegscheider- Pichler (Austria), Charlotte Juul Hansen (Denmark), Mary Smyth-McCarthy (Ireland), Amit Yagur-Kroll (Israel), Magdalena Ambroch and Olga Swierkot-Struzewska (Poland), Carolina Santos and Ana Simão (Portugal), Ana Carmen Saura Vinuesa (Spain), Lisa Lundström and Cathy Krüger (Sweden), Ann Corp (United Kingdom of Great Britain and Northern Ireland) and Julia Schmidt (PARIS 21).
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 | 0,008 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,518 | 0,324 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».