MétaCan
Menu
Retour à la cohorte
Enregistrement W4387952039 · doi:10.1109/ojcoms.2023.3320821

Guest Editorial: Special Section on Advancements for 6G

2023· editorial· en· W4387952039 sur OpenAlexaff
Ruiqi Liu, Nizar Zorba, Tianqi Mao, Güneş Karabulut Kurt, Marco Di Renzo, Petar Popovski

Notice bibliographique

RevueIEEE Open Journal of the Communications Society · 2023
Typeeditorial
Langueen
DomaineComputer Science
ThématiqueIoT and Edge/Fog Computing
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)SustainabilityEuropean unionTelecommunicationsPillarWirelessComputer scienceBusinessEngineering

Résumé

récupéré en direct d'OpenAlex

What will the wireless networks of the next generation look like? The latest advances in industrial and academic research have shed some light into that direction. With the finalization of the framework recommendation for the 6th generation (6G) networks by the International Telecommunication Union (ITU), the pillar usage scenarios, supporting capabilities and technical enablers are becoming clearer. The overarching motivation for the development of 6G is to continue to build an inclusive information society in a sustainable way. In this context, a range of user and application trends are foreseen to become an integral part of 6G, including ubiquitous intelligence, immersive multimedia and multi-sensory interactions, digital twins, digital health, smart industries, ubiquitous connectivity, integration of sensing and communication, as well as sustainability. It is worth noting that many of the trending demands do not come from the traditional markets for private mobile users and instead, they are driven by strong needs from vertical industries including manufacturing, transportation, and health care.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,026
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0040,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,003
Communication savante0,0100,005
Science ouverte0,0030,002
Intégrité de la recherche0,0170,022
Charge utile insuffisante (le modèle a refusé de juger)0,0260,026

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 Opus0,062
Tête enseignante GPT0,371
Écart entre enseignants0,309 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Open Journal of the Communications SocietyMême sujetIoT and Edge/Fog ComputingTravaux en français237 207