MétaCan
Menu
Retour à la cohorte
Enregistrement W4389959575 · doi:10.2138/gselements.19.5.265

Meet the Authors

2023· article· en· W4389959575 sur OpenAlexaffabout
Joshua H.F.L. Davies, Frances M. Deegan

Notice bibliographique

RevueElements · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUkraine: War, Education, Health
Établissements canadiensUniversité du Québec à MontréalBrandon UniversityUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésComputer scienceGeology

Résumé

récupéré en direct d'OpenAlex

David Bond is a professor of palaeoenvironments at the University of Hull, UK.He has been lucky enough to travel to >30 countries over the past 20 years to collect rocks and fossils that help him and his collaborators understand what drove some of the greatest biotic catastrophes of the past ~444 mil lion years.His recent research has focused on two Permian catastrophes around 8 million years apart-an interval of extremes of climate, extinction, and evolution.In particular, he has been exploring the volcanismextinction link in the Boreal Realm of northern high latitudes with several excursions to the Canadian and Russian Arctic and Svalbard.Sara Callegaro is a researcher in igneous petrology and geochemistry at the University of Oslo, Norway, which she joined in 2016.She has been working on LIPs since her PhD (2012) at the University of Padova, Italy.Initially, her research focused mostly on tracking the mantle source and petrogenesis of LIP basalts through radiogenic isotope geochem istry.More recently, she has been working on intru sive rocks and magma-host rock interaction and on characterizing volcanogenic and thermogenic degassing from volcanic basins on sev eral LIPs, including the Central Atlantic Magmatic Province, Siberian Traps, and Karoo.She is a firm believer that fieldwork observation is essential in geoscience.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,422
Score d'incertitude au seuil0,602

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,5780,388

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 Opus0,020
Tête enseignante GPT0,306
Écart entre enseignants0,285 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueElementsMême sujetUkraine: War, Education, HealthTravaux en français237 207