Enregistrement W4360982002 · doi:10.1007/978-3-031-26419-1

Machine Learning and Knowledge Discovery in Databases

2023· book· en· W4360982002 sur OpenAlexfundno aff

Massih-Réza Amini, Stéphane Canu, Asja Fischer, Tias Guns, Petra Kralj Novak, Grigorios Tsoumakas

Notice bibliographique

RevueLecture notes in computer science · 2023

Typebook

Langueen

DomaineComputer Science

ThématiqueData Mining Algorithms and Applications

Établissements canadiensnon disponible

Organismes subventionnairesMicrosoft Research AsiaInstitut National de Recherche pour l'Agriculture, l'Alimentation et l'EnvironnementInsight SFI Research Centre for Data AnalyticsRégion NormandieStockholms UniversitetUniversity of Science and Technology of ChinaUniverza v LjubljaniUniversity of AlbertaKorea Advanced Institute of Science and TechnologyHarokopio UniversityScuola IMT Alti Studi LuccaUniversità di PisaCentral European Institute of TechnologyUniversidad de OviedoUniversité Grenoble AlpesUniversität BielefeldLudwig-Maximilians-Universität MünchenCollege of Engineering, Michigan State UniversityUniversity of WyomingDanmarks Tekniske UniversitetTemple UniversityUniversiteit UtrechtNankai UniversityCentre National de la Recherche ScientifiqueUniversiteit GentSapienza Università di RomaTechnische Universität WienUniversita degli Studi di Bari Aldo MoroUniversité de Caen NormandiePolitechnika PoznańskaMasdar Institute of Science and TechnologyMicrosoft ResearchInstitut National Polytechnique de ToulouseKing Abdulaziz UniversityNational and Kapodistrian University of AthensJohannes Gutenberg-Universität MainzLeibniz-GemeinschaftSimon Fraser UniversityUniversità degli Studi di PadovaEuskal Herriko UnibertsitateaAlbert-Ludwigs-Universität FreiburgDalhousie UniversityUniversity of WaikatoUniversidad de ZaragozaShanghai Educational Development FoundationChalmers Tekniska HögskolaRijksuniversiteit GroningenAalborg UniversitetAbu Dhabi National Oil CompanyUniversity of Texas at DallasZhejiang UniversityUniversité Paris-SaclayAalto-YliopistoSun Yat-sen UniversityTechnische Universität MünchenInstitut National des Sciences Appliquées de LyonUniversità degli Studi di Milano-BicoccaTsinghua UniversityChinese Academy of SciencesTU Graz, Internationale Beziehungen und MobilitätsprogrammeUniversity of MinnesotaMonash UniversityJulius-Maximilians-Universität WürzburgUniversity of Technology SydneyKU LeuvenUniversity of New South WalesGottfried Wilhelm Leibniz Universität HannoverAix-Marseille UniversitéUniversiteit LeidenUniversity of Texas at San AntonioIndian Council of Agricultural ResearchJilin UniversityNational University of SingaporeIndian Institute of Technology PalakkadCommonwealth Scientific and Industrial Research OrganisationUniversiti Kuala LumpurHelsingin YliopistoDeakin UniversityBlekinge Tekniska HögskolaBeihang UniversityUniversity of TwenteUniversity of BristolUniversity of OxfordSoutheast UniversityKungliga Tekniska HögskolanUlster UniversityUniversidade do PortoIndian Institute of Technology, PatnaCarl von Ossietzky Universität OldenburgItä-Suomen YliopistoShandong UniversityPolitechnika WarszawskaUniversité Bretagne SudUniversidad de CórdobaInstitut "Jožef Stefan"Université Catholique de LouvainPolitecnico di TorinoIndian National Science AcademyUniversità degli Studi di MilanoPurdue UniversityUniversità degli Studi di TrentoMichigan State UniversityUniversità degli Studi di CagliariGeorgia State UniversityDeutsches KrebsforschungszentrumUniversity of OttawaSyracuse UniversityMasarykova UniverzitaUniversiteit van AmsterdamAristotle University of ThessalonikiUniversity College Dublin

Mots-clésComputer scienceKnowledge extractionDatabaseArtificial intelligenceInformation retrieval

DOI10.1007/978-3-031-26419-1

Résumé

récupéré en direct d'OpenAlex

Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,001

score de la tête « metaresearch » (Gemma)0,004

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: aucune

GenreSignal candidat: Méthodes · Signal consensuel: Méthodes

Score de désaccord entre enseignants0,014

Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,001	0,004
Méta-épidémiologie (sens strict)	0,001	0,001
Méta-épidémiologie (sens large)	0,002	0,001
Bibliométrie	0,003	0,007
Études des sciences et des technologies	0,001	0,001
Communication savante	0,004	0,006
Science ouverte	0,001	0,001
Intégrité de la recherche	0,001	0,002
Charge utile insuffisante (le modèle a refusé de juger)	0,014	0,009

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 Opus0,024

Tête enseignante GPT0,291

Écart entre enseignants0,266 · 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

GenreMéthodes

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

En bref

Citations24

Publié2023

Routes d'admission1

Résumé présentnon

Télécharger la notice (JSON)Signaler un problème avec cette notice

Explorer davantage

Même revueLecture notes in computer science→Même sujetData Mining Algorithms and Applications→Travaux en français237 207→