MétaCan
Menu
Retour à la cohorte
Enregistrement W4312062511 · doi:10.5281/zenodo.6983141

D1.6. Modalities of European PRVs' ship- time collaborations and exchanges

2022· report· en· W4312062511 sur OpenAlexfundno aff
Colin A. Stedmon, Miguel A. Ojeda, Justiina Dahl, Karen Edelvang, Stig Flått, Katarina Gårdfeldt, Mats A. Granskog, Verónica Willmott Puig

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typereport
Langueen
DomaineEnvironmental Science
ThématiqueMaritime Transport Emissions and Efficiency
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020 Framework ProgrammeNatural Environment Research CouncilUniversité Laval
Mots-clésModalitiesComputer scienceEnvironmental scienceSociologySocial science

Résumé

récupéré en direct d'OpenAlex

Part of the ARICE project (WP1) focusses on investigating the feasibility of transnational coordination of Arctic research vessel use. Arctic research is expensive and there is much to be gained from reflecting on current practises and identifying future opportunities. Earlier ARICE deliverables have examined the current status of transnational access to Polar research vessels and how the vessel fleet capacity can be utilized optimally. The focus of this deliverable is to map how an EU initiative can facilitate transnational research expeditions. The current vessel fleet is summarised, and existing national and international initiatives are highlighted as inspiration towards a new effort for optimising polar research vessel use. A path forward is suggested which involves the formalisation of a sustained European funding framework for vessel charter which would be a great benefit to European research, international collaboration and facilitate the optimal use of research vessels across Europe and motivate individual nations to maintain their research vessel infrastructure.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,627
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,2530,002

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 Opus0,042
Tête enseignante GPT0,242
Écart entre enseignants0,200 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetMaritime Transport Emissions and EfficiencyTravaux en français237 207