MétaCan
Menu
Retour à la cohorte
Enregistrement W4391020777 · doi:10.1109/smarttechcon57526.2023.10391642

Statistical Analysis of Ecological Mathematical Model Based on Data Warehouse

2023· article· en· W4391020777 sur OpenAlexaff
Karthikeyan Subramani, M. Jasmin, Ahmed H. R. Abbas, M. Vimala, Md. Naim Ansari, R J Anandhi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Mining Algorithms and Applications
Établissements canadiensHorizon College and Seminary
Organismes subventionnairesnon disponible
Mots-clésComputer scienceData warehouseField (mathematics)The InternetCompetition (biology)Data scienceStability (learning theory)Biological dataEcosystem modelMathematical modelMarine ecosystemDatabaseEcologyWorld Wide WebEcosystem

Résumé

récupéré en direct d'OpenAlex

Persistence of ecosystems, existence and stability of periodic and almost periodic solutions, and global attractiveness are important research contents in ecological mathematical theory. This article takes the ocean as an example to illustrate. The marine ecological model management system integrates marine technology, Internet technology and database technology. The purpose is to collect, organize and analyze mathematical models related to marine ecosystems, integrate them according to certain classification principles, and store them in the form of text. In the database, the query of the database according to the important parameters in the mathematical model or the classification of the mathematical model is provided on the Internet, and the queried mathematical model is displayed on the screen through the browser. This paper adopts the method of data warehouse. How to effectively use resources is an important aspect of whether to take the initiative in competition. Data warehouse can play the characteristics of information processing and has broad application prospects in the face of competition in the field of telecommunications.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,107
Tête enseignante GPT0,351
Écart entre enseignants0,243 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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 sujetData Mining Algorithms and ApplicationsTravaux en français237 207