Notice bibliographique
Résumé
Files: <code>grids.zip</code> contains TextGrids for all audio files containing three tiers <code>words</code>, <code>phonemes</code> and <code>transcription</code> <code>words</code> contains the aligned normalized English words <code>phonemes</code> contains IPA pronunciations transcribed using CMU dictionary which then were aligned with Montreal Forced Aligner. The pronunciations were then mapped from ARPAbet to IPA and duration marks were applied (without punctuation) <code>transcription</code> contains unaligned phonemes including punctuation and word boundary labels (SIL0) <code>preview.png</code> preview of the first TextGrid opened in Praat <code>words-vocabulary.txt</code> contains all words from tier <code>words</code> <code>phonemes-vocabulary.txt</code> contains all phonemes from tier <code>phonemes</code> <code>transcription-vocabulary.txt</code> contains all phonemes/punctuation from tier <code>transcription</code> <code>phonemes-durations.pdf</code> contains the plotted phoneme duration distribution of tier <code>phonemes</code> <code>phonemes-durations-simple.pdf</code> contains the plotted phoneme duration distribution of tier <code>phonemes</code> if all duration markers are ignored <code>pronunciations.dict</code> contains the pronunciations for each word including punctuation and weights (occurrence) <code>script.sh</code> contains the script to reproduce all results Phoneme duration marker: <code>˘</code> -> [0, 20) percentile <code>ˑ</code> -> [80, 90) percentile <code>ː</code> -> [90, inf) percentile Silence marker: <code>SIL0</code> -> no silence <code>SIL1</code> -> [0, 33.33) percentile <code>SIL2</code> -> [33.33, 66.66) percentile <code>SIL3</code> -> [66.66, inf) percentile
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,380 | 0,018 |
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 ».