MétaCan
Menu
Retour à la cohorte
Enregistrement W4311039066 · doi:10.18438/b81s68

11th European Conference of Medical and Health Libraries

2008· article· en· W4311039066 sur OpenAlexvenueno aff
Editorial Team

Notice bibliographique

RevueEvidence Based Library and Information Practice · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLibrary scienceHonourPolitical scienceMedical educationMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Welcome to the 11th European Conference of Medical and Health Libraries. Towards a new information space: innovations and renovations, Helsinki, Finland, 23rd - 28th June 2008. The Finnish Medical Library Association, Bibliothecarii Medicinae Fenniae (BMF), in collaboration with the National Library of Health Sciences, has the great honour and joy of inviting you to the 11th EAHIL (European Association for Health Information and Libraries) Conference. The EAHIL 2008 Helsinki conference offers a high quality scientific program. The proceedings will cover many interesting and current themes, especially the following topics inspired the authors: virtual communities and virtual libraries, evidence-based practice, education and professional development and new technologies and applications. In addition, a number of inspirational continuing education courses will be offered. Registration deadline for early birds: March 31, 2008 (380 €) Registration: April 1, 2008 onwards (430 €) Accompanying person: 230 € Continuing Education Courses: 60 € - 80 € Registration: http://www.congreszon.fi/eahil_2008/registration/ Please visit the EAHIL 2008 Helsinki home page http://www.congreszon.fi/eahil_2008/ for information. For current discussions about the conference, please visit the EAHIL 2008 Helsinki blog at http://eahil2008.blogspot.com/.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,468
Score d'incertitude au seuil0,758

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,001
Communication savante0,0140,007
Science ouverte0,0020,009
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,4680,323

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 Opus0,200
Tête enseignante GPT0,454
Écart entre enseignants0,254 · 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

Citations7
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence Based Library and Information PracticeMême sujetHealth Sciences Research and EducationTravaux en français237 207