Nomad-FAIR North-Remote-Tool Example Dataset Orientation Microscopy
Notice bibliographique
Résumé
apm_sprint14_apav_usa_denton_smith.zip sha256sum R5038_00333-v02.epos e17531c6dd1528016e2144e9c4b649f0ab385f26cffab5bac3ea3b0386a9ac67 sha256sum rng_5pj.rrng 69833cfd4b7b76a54f08055393a4e264afed14b2de4c0bc8f66fd0bccf6cafb1 (These datasets were shared by the authors of the corresponding paper to the APAV package as is detailed here: https://github.com/openjournals/joss-reviews/issues/4862 and here https://joss.theoj.org/papers/10.21105/joss.04862 The *.epos file is a typically dataset from a GBCO material, sort of which are described in the following publication: https://doi.org/10.1017/S1431927621012794 the APAV documentation mentions that this dataset can be used for exploring e.g. multihit capabilities of APAV. Enabling users to explore APAV especially coupled to the apmtools container in the NOMAD Oasis / NOMAD Remote Tools Hub is the main motivation to have the dataset curated here.) em_om_sprint14_01.zip sha256sum Forsterite.ctf.mtex c028333173d8d9d9094c8121d854ffbb638d94746612743f262a586ee07a61d8 Forsterite.ctf.mtex (This is example was generated from the classical Matlab/MTex texture toolbox Forsterite dataset using an MTex script) sha256sum H5OINA_examples_Specimen_1_Map_EDS_+_EBSD_Map_Data_2.h5oina 163ce6ae95c373727785287ddcdce30c71b83e717ef8914c5212d8f8a2248c93 (This is an example dataset that was shared by P. Pinard to support the development of EDX/EBSD parsing for NOMAD) sha256sum PrcShanghaiShi.EBSPs70deg.zip d614d2db2e54e03ec9cb2eede7e6f66d029dc82ad64cc099d3c7fb1b2be3c5ec (This is a very small subset of the here published dataset https://zenodo.org/record/7528088#.ZFFybnZBy38) em_om_sprint14_02.zip sha256sum SmallIN100_Final.dream3d aea101e5e4cc5f67613a1d041c1979e5bba60c6c6ec305718b2afdf96d47d14b (This is dataset was processed with the SmallIN100 example included and referred to in 5DREAM3D-6.5.163-Win64)
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,224 | 0,318 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».