MétaCan
Menu
Retour à la cohorte
Enregistrement W4394103108 · doi:10.6084/m9.figshare.8116079.v5

How fast is Australia's broadband (vs OECD) - 2018?

2020· dataset· en· W4394103108 sur OpenAlexaboutno aff
Richard Ferrers

Notice bibliographique

RevueFigshare · 2020
Typedataset
Langueen
DomaineEngineering
ThématiqueICT Impact and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBroadbandEnvironmental scienceBusinessComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

This data compares Australia's performance in broadband against the other 30 OECD nations (at Dec 2018). A graph ordered by count of subs over 100Mbps puts Australia in the bottom two (since we have no over 100Mbps at Dec 2018). Version: 4/5. Uploaded cleaned up Graph, with better legible x-axis. Countries marked with * are Australia's Top 10 Trading Partners - exports, imports.3. (Jan 2020) - adds China, Singapore who are non-OECD, and Australia 2009 (Source ABS 8153.00).Add filter, to allow comparing - all OECD (plus China, Singapore), filter = 1 (top 10 AU trading Partners), filter = 2 (AU 2009, 2018, post build NBN). Added slower speed for AU 2009.China estimate of slower speeds, based on s-curve take-up of high speed, see CNNIC Report (linked below). Singapore data - source to add. A calc of weighted average puts Australia in the bottom 3 of 30 OECD countries, just ahead of Colombia and Mexico, behind Chile, Turkey and Austria. ERRATA; Noted calc error in V2 of average speed. Corrected in V3. OECD data available at: OECD Broadband Portalhttps://oecd.org/sti/broadband/5.1-FixedBB-SpeedTiers-2018-06.xls NB: OECD should be an author of this dataset, but Figshare currently doesn't allow OECD to be included as an author, since they are not a known author in the Figshare system. Please cite as Ferrers, R, and OECD (2019). Title etc... Counts are measured in subscriptions per hundred people. SPEEDS>1.5/2 Mbps (megabits per second)>10 Mbps>25/30 Mbps>100 Mbps The categories seem to mean;1.5 - 10Mbps | 10-30Mbps | 30-100Mbps | >100Mbps. A graph aggregates to three categories; slow (Under 30mbps), medium, 30-100 mbps) and fast (>100 mbps) This data is a response to the NBN sponsored report from Alpha Beta suggesting Australia is 19 / 37 countries and ahead of Germany, France and China. NBN report at: https://nbn.tm/Speed-Check Based on Dec 2018 #OECD DATA of internet speeds as reported by each of 30 countries - AU is at the bottom end of speeds, one of the few to report 0% over 100mbps eg France 5 subs/100 ppl over 100mbps; Germany 6; Spain 9, US 9; Canada 10. #nbn Calculation of weighted average speed of broadband users puts Australia 32 / 34 countries at 7mbps. Impacted by large number of under 25mbps services (27/33).

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)0,000
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,191

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0000,000
Communication savante0,0030,003
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,012

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 Opus0,053
Tête enseignante GPT0,267
Écart entre enseignants0,214 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetICT Impact and PoliciesTravaux en français237 207