MétaCan
Menu
Retour à la cohorte
Enregistrement W4391688339 · doi:10.51644/9781771120692-002

Author’s Note

2014· book-chapter· de· W4391688339 sur OpenAlexaboutno aff
Dave Olesen

Notice bibliographique

Revuenon disponible
Typebook-chapter
Languede
DomaineSocial Sciences
ThématiqueLegal case studies and regulations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Like many of my generation, I continue to be confounded by North America's split personality when it comes to everyday measurement of temperature, distance, volume, and weight.And this split does not split right at the Canada-U.S. border.As a pilot in Canada I still spend my working days conversing and calculating in miles and feet and pounds, for these are the worldwide industry standards.Meanwhile, as a Canadian citizen I am encouraged by Ottawa to think strictly in kilometres, litres, and grams.Alas, as an Illinois boy born in 1957, my mind will forever run in miles and inches and pounds.In this book I have given temperatures and distances and other measurements in the way they now come naturally to me, and to many millions of others like me: Temperatures in degrees Celsius (for after twenty-seven years in Canada, I have at least mastered that changeover), distances in statute miles, smaller measurements in inches and feet, and weights in pounds.This is the way I think and the way everyone I work with, right across western Canada, still talks.Maybe in another generation or two we will all be converted and toeing the metric line.As for the terms and slang of dog mushing and winter bush travel, a glossary is provided at the back of the book, along with several appendices, which might help the reader to understand some of the details of my travel and camping methods, food supplies, dog care, and navigation.

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)0,037
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 enseignants0,607
Score d'incertitude au seuil0,865

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,037
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,002
Communication savante0,0070,004
Science ouverte0,0040,003
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,3930,287

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 Opus0,034
Tête enseignante GPT0,311
Écart entre enseignants0,277 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLegal case studies and regulationsTravaux en français237 207