MétaCan
Menu
Retour à la cohorte
Enregistrement W4321615673 · doi:10.1007/s12551-023-01049-6

Biophysical Reviews: Turning the page from 2022 to 2023

2023· editorial· en· W4321615673 sur OpenAlexfundno aff
Damien Hall

Notice bibliographique

RevueBiophysical Reviews · 2023
Typeeditorial
Langueen
DomaineEarth and Planetary Sciences
ThématiqueEnvironmental Monitoring and Data Management
Établissements canadiensnon disponible
Organismes subventionnairesMasarykova UniverzitaUniversidad Nacional de QuilmesTokyo Medical and Dental UniversityUniversité de BordeauxUniversidade de LisboaUniversity of CincinnatiTsinghua UniversityUniversidade de São PauloCentre National de la Recherche ScientifiqueUniversity of TokyoUniversidad de MurciaMenzies Centre for Australian Studies, King's College London, University of LondonYale UniversityMedizinischen Hochschule HannoverUniversity of GlasgowEmory UniversityUniversiti Brunei DarussalamUniversity of Cape TownUniversité Paris DiderotInstitut national de recherche en informatique et en automatique (INRIA)McGill UniversityUniversity of PittsburghUniversidad Nacional de CórdobaVrije Universiteit AmsterdamUniversidad de la República UruguayQueen Mary University of LondonUniversity of MiamiVictor Chang Cardiac Research InstituteSungkyunkwan UniversityLa Trobe UniversityKing's College London
Mots-clésAcknowledgementEditorial boardFocus (optics)Editor in chiefPublishingJournal editorLibrary scienceEngineering ethicsPolitical scienceComputer scienceEngineeringManagementLawEconomicsPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

This Editorial (vol. 15 issue 1—Regular Issue featuring an Issue Focus on the “100 th Anniversary of Har Gobind Khorana”) first describes the issue contents before providing both, a look back at some journal highlights from 2022, and a look forward to what we can expect from 2023. The Editorial closes with a roundup of new journal access features and an acknowledgement of those supporting the journal.

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)0,014
score de la tête « metaresearch » (Gemma)0,046
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: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,149

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,046
Méta-épidémiologie (sens strict)0,0050,002
Méta-épidémiologie (sens large)0,0060,003
Bibliométrie0,0060,005
Études des sciences et des technologies0,0030,003
Communication savante0,0130,009
Science ouverte0,0050,003
Intégrité de la recherche0,0170,025
Charge utile insuffisante (le modèle a refusé de juger)0,0450,041

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 Opus0,031
Tête enseignante GPT0,273
Écart entre enseignants0,242 · 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
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueBiophysical ReviewsMême sujetEnvironmental Monitoring and Data ManagementTravaux en français237 207