Notice bibliographique
Résumé
Extract Organizers DEVORET Michel Collège de France, Paris, France HUARD Benjamin Université Pierre et Marie Curie, Paris, France SCHOELKOPF Robert Yale University, New Haven, USA CUGLIANDOLO Leticia Université Pierre et Marie Curie, Paris, France Lecturers BLATT Rainer University of Innsbruck, Austria BLOCH Immanuel Max Planck Institute, Garching, Germany BUISSON Olivier Institut Néel, Grenoble, France CHUANG Isaac Massachusetts Institute of Technology, Cambridge, USA CLARKE John University of California, Berkeley, USA CLERK Aashish McGill University, Montreal, Canada ESTEVE Daniel SPEC–CEA Saclay, Gif-sur-Yvette, France GIRVIN Steven Yale University, New Haven, USA HARRIS Jack Yale University, New Haven, USA KOROTKOV Alexander University of California, Riverside, USA LEHNERT Konrad JILA, University of Colorado, Boulder, USA MABUCHI Hideo Stanford University, USA MARQUARDT Florian University of Erlangen, Germany MARTINIS John University of California, Santa Barbara, USA NAKAMURA Yasunobu The University of Tokyo, Japan RAIMOND Jean-Michel LKB–Ecole Normale Supérieure, Paris, France SIDDIQI Irfan University of California, Berkeley, USA WALLRAFF...
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,713 | 0,614 |
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 ».