MétaCan
Menu
Retour à la cohorte
Enregistrement W4298077577

OTAG information system

2008· preprint· en· W4298077577 sur OpenAlexaboutno aff
Marcos Cézar Visoli, Sônia Ternes, Jean-Pierre Chanet, François Pinet, Gil de Sousa, André Miralles

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2008
Typepreprint
Langueen
DomaineComputer Science
ThématiqueWireless Sensor Networks for Data Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Beef cattle is a product of great importance for the economy of countries like Brazil, nowadays the most important producer and exporter country of beef cattle in the world. However, to maintain itself on this important economic position, Brazil needs constantly to improve its production systems as well to invest in aspects related to sanitary control, according to the requirements of the consuming market like the European Community. The goal of OTAG project is to provide conditions to know the relative risks concerning to the bovine traceability, in the context of Southern Cone Countries and the EU policies. The project is based on the existing knowledge in Europe and Canada concerning to information systems and geo-decisional tools, as well to the interaction among experts and user groups from South Cone, Canada and Europe. OTAG prototype conceives the use of electronic devices for measuring the animal geo-localization in the herd. This information is associated to data about farm management, such as feeding and production systems in use. This paper presents the characteristics, tools and steps concerned to the development of the OTAG information system, aiming to obtain a prototype to analyse the beef cattle traceability under experimental conditions in Campo Grande, Brazil.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: Logiciel
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,387

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0060,005
Science ouverte0,0030,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,1160,111

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 Opus0,010
Tête enseignante GPT0,199
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; 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
GenreLogiciel

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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetWireless Sensor Networks for Data AnalysisTravaux en français237 207