Enregistrement W4380187447 · doi:10.1007/978-3-031-35445-8

Information Management and Big Data

2023· book· en· W4380187447 sur OpenAlexfundno aff

Juan Antonio Lossio-Ventura, Jorge Valverde-Rebaza, Eduardo Díaz, Hugo Alatrista-Salas

Notice bibliographique

RevueCommunications in computer and information science · 2023

Typebook

Langueen

DomaineBusiness, Management and Accounting

ThématiqueBig Data and Business Intelligence

Établissements canadiensnon disponible

Organismes subventionnairesNational Institute of Mental HealthInstituto Superior TécnicoLeibniz-GemeinschaftUniversity of Illinois at Urbana-ChampaignNational Institutes of HealthInstitut National de Recherche pour l'Agriculture, l'Alimentation et l'EnvironnementÉcole Nationale du Génie de l'Eau et de l'Environnement de StrasbourgUniversidade Estadual de MaringáUniversidad de OviedoLa Rochelle UniversitéUniversidade de CoimbraGuangzhou UniversityPontificia Universidad Católica del PerúUniversidade Federal do AmazonasUniversidad de la República UruguayUniversidade Federal de Juiz de ForaBarcelona Supercomputing CenterUniversidad Nacional del Centro de la Provincia de Buenos AiresUniversité Lumière Lyon 2Università di BolognaUniversidad de ChileUniversidade de LisboaUniversidad Autónoma de TamaulipasUniversidade de São PauloUniversité de LilleKing Abdulaziz UniversityUniversidad Politécnica de MadridUniversity of TorontoUniversitat de ValènciaUniversitat Politècnica de ValènciaUniversité de MontpellierUniversity of Technology SydneyNewcastle UniversityPontifícia Universidade Católica do Rio de JaneiroMissouri University of Science and TechnologyUniversidade Federal do ABCUniversitetet i OsloUniversidad Peruana Cayetano HerediaUniversity of OxfordVrije Universiteit AmsterdamUniversidad del PacíficoLiverpool Hope UniversityInstitut "Jožef Stefan"London School of Hygiene and Tropical MedicineAix-Marseille UniversitéUniversität WienUniversitat Rovira i VirgiliPolitecnico di TorinoUniversidad Michoacana de San Nicolás de HidalgoUniversidad Nacional de CórdobaGovind Ballabh Pant University of Agriculture and TechnologyCentre de Coopération Internationale en Recherche Agronomique pour le DéveloppementNorges Teknisk-Naturvitenskapelige UniversitetUniversité de StrasbourgUniversidade de BrasíliaUniversidade Federal do Rio de JaneiroUniversity of Ottawa

Mots-clésBig dataComputer scienceInformation retrievalData scienceData mining

DOI10.1007/978-3-031-35445-8

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: Sans objet

GenreSignal candidat: Autre · Signal consensuel: Autre

Score de désaccord entre enseignants0,034

Score d'incertitude au seuil0,113

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)	0,001	0,000
Bibliométrie	0,003	0,006
Études des sciences et des technologies	0,001	0,003
Communication savante	0,007	0,012
Science ouverte	0,001	0,003
Intégrité de la recherche	0,002	0,004
Charge utile insuffisante (le modèle a refusé de juger)	0,034	0,020

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 Opus0,183

Tête enseignante GPT0,330

Écart entre enseignants0,147 · 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

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

Citations2

Publié2023

Routes d'admission1

Résumé présentnon

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

Explorer davantage

Même revueCommunications in computer and information science→Même sujetBig Data and Business Intelligence→Travaux en français237 207→