MétaCan
Menu
Retour à la cohorte
Enregistrement W4364321831 · doi:10.1109/ihsh57076.2022.10092042

Call for Papers

2022· paratext· en· W4364321831 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typeparatext
Langueen
DomaineComputer Science
ThématiqueContext-Aware Activity Recognition Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

After the success of the previous 1 st edition (1 st International Workshop on Human-Centric Smart Environments for Health and Well-being IHSH'2018) held at Médéa, Algeria on 24 th -25 th November 2018, and the 2 nd edition was held at Boumerdès, Algeria on 9 th -10 th February 2021, the new 2022 edition is promoted to the rank of a conference entitled "The 2022 International Conference on Human-centric Smart environments for Health and well-being (IHSH'2022)".It will be organized by the University of Quebec at Rimouski (UQAR, QC, Canada) in collaboration with the University of Sciences and Technology Houari Boumediene (Algiers, Algeria).It will be held in Hybrid at Lévis, Canada (QC) on October 26 th -28 th , 2022.Smart environment for health and well-being may be defined as "a world that is richly and invisibly interwoven with smart devices (sensors, actuators, displays, etc.) that are continuously working to make humans' lives more comfortable and to improve their health and well-being".The aim of the conference IHSH'2022 is to contribute to the scientific knowledge of building smart environments for health and well-being.This conference will provide an interesting multi-disciplinary collaborative forum for the active community of academics, researchers, and industrials from computer science, information technology, electrical engineering, biomedical engineering, and telecommunication.The conference invites authors to present original works describing research results, theoretical, practical, or industrial solutions (prototype, formal modeling, augmented reality, machine learning, big data, web & internet of things, system theory, optimization, robotics, etc.) and discussing innovative ideas that have potentials to build human-centric smart environments for health and well-being.The conference will include plenary talks and oral/poster sessions.IHSH'2022 is Technically Co-Sponsored by IEEE and is planned as a hybrid event: some sessions in-person to be held in Lévis, Canada (QC) and some over the Internet.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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: Autre
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0110,006
Science ouverte0,0040,004
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,8670,808

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 Opus0,036
Tête enseignante GPT0,281
Écart entre enseignants0,244 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex 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 sujetContext-Aware Activity Recognition SystemsTravaux en français237 207