Notice bibliographique
Résumé
absorptive capacity 23 agriculture 97 Ajzen, Icek theory of planned behaviour 326 theory of reasoned action 326 Akaike information criterion (AIC) 207 ambidexterity 23 Apple, Inc. product lines of 326-7 Aristotle 228 Audi 324, 333 Australia 200 New South Wales 201 Bayesian information criterion (BIC) 207 Berkeley Lab 128 Berners-Lee, Tim Director of W3C 363 role in development of Semantic Web 363 binomial regression negative 201 bioethics 236 BioHeat Alternative Heat 181 biological systems 232, 236 biotechnology 4, 106, 157-8, 223, 230, 238 as boundary object 222, 224, 234-5 communication in 222-3, 238 companies 121, 139 concept of 3, 225-7 definitions of 223, 225 development of 225, 233-5, 238 early applications of 227-9, 235 genetically modified organisms (GMOs) 236 microbiology 228 output potential of 232 recombinant DNA technology 221, 229-30 synthetic biology 221-2, 224-5, 230, 232, 234-5, 237-9 XNA integration 236-7 BMW AG 333 Brazil 264, 271 business intelligence 93 Cambridge Econometrics energy-environment-economy model (E3ME) 267 Canadian Survey of Innovation (1999) 269 cancer therapy 117, 127-8, 140 Bragg peak 127-8 particle therapy 117, 125-6, 130, 137-9 development of 112 capital human 73, 138, 314 intellectual 64 socio-economic 311 carbon dioxide (CO 2 ) emissions 265, 269 Chamber University indicator-based tool 103 Chiba University 127, 132, 137 China 264, 271 Cisco Systems 54 climate change 262 carbon credits 265, 273 Certified Emission Reduction (CER) credits 270 Clean Development Mechanism (CDM) 262, 265, 270-72 Emission Reduction Units (ERUs)
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,004 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,011 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».