MétaCan
Menu
Retour à la cohorte
Enregistrement W4394321642 · doi:10.6084/m9.figshare.8959499.v1

Facebook database

2019· dataset· pl· W4394321642 sur OpenAlexaboutno aff
Marta Kowal

Notice bibliographique

RevueFigshare · 2019
Typedataset
Languepl
DomaineComputer Science
ThématiqueSpam and Phishing Detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDatabaseComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Marta Kowal1*, Piotr Sorokowski1, Agnieszka Sorokowska1, Małgorzata Dobrowolska2, Katarzyna Pisanski1, Anna Oleszkiewicz1, 51, Toivo Aavik3, Grace Akello5, Charlotte Alm6, Naumana Amjad7, Afifa Anjum7, Kelly Asao8, Chiemezie S. Atama9, Derya Atamtürk Duyar10, Richard Ayebare11, Mons Bendixen12, Aicha Bensafia15, Boris Bizumic14, Mahmoud Boussena15, David M. Buss8, Marina Butovskaya16, Seda Can17, Katarzyna Cantarero18, Antonin Carrier19, Hakan Cetinkaya17, Daniel Conroy-Beam20, Marco A. Correa Varella21, Rosa M. Cueto22, Marcin Czub1, Daria Dronova16, Seda Dural17, Izzet Duyar10, Berna Ertugrul10, Agustín Espinosa22, Ignacio Estevan23, Carla S. Esteves24, Tomasz Frąckowiak1, Jorge C. Graduño25, Farida Guemaz13, Mária Haľamová26, Marina Horvat27, Ivana Hromatko28, Chin-Ming Hui29, Herak Iskra19, Jas L. Jaafar30, Feng Jiang31, Konstantinos Kafetsios32, Tina Kavcic33, Leif Edward Ottesen Kennair12, Nicolas Kervyn19, Nils C. Köbis34, András Láng36, Georgina R. Lennard14, Ernesto León22, Torun Lindholm6, Giulia Lopez37, Mohammad Madallh Alhabahba38, Alvaro Mailhos23, Zoi Manesi34, Rocio Martinez39, Sarah L. McKerchar14, Norbert Meskó36, Girishwar Misra40, Hoang Moc Lan41, Conal Monaghan14, Emanuel C. Mora42, Alba Moya-Garofano39, Bojan Musil27, Jean C. Natividade43, George Nizharadze44, Elisabeth Oberzaucher45, Mohd S. Omar Fauzee46, Ernest Onyishi9, Baris Özener10, Ariela F. Pagani37, Vilmante Pakalniskiene47, Miriam Parise37, Farid Pazhoohi48, Mariia Perun49, Annette Pisanski42, 50, Camelia Popa21, Pavol Prokop52, 53, Muhammad Rizwan54, Mario Sainz4, Svjetlana Salkičević28, Ruta Sargautyte47, Ivan Sarmany-Schuller26, Susanne Schmehl45, Oksana Senyk49, Rizwana Shaikh55, Shivantika Sharad56, Franco Simonetti57, Meri Tadinac28, Truong Thi Khanh Ha41, Trinh Thi Linh41, Karina Ugalde González58, Olga Uhryn59, Nguyen Van Luot41, Christin- Melanie Vauclair24, Luis D. Vega Araya58, Gyesook Yoo60, Stanislava Yordanova Stoyanova61, Zainab F. Zadeh62, Marta Zaťková26, Maja Zupančič35.<br>1University of Wrocław, Wrocław, Poland.2Silesian University of Technology, Gliwice, Poland.3University of Tartu, Tartu, Estonia.4School of Psychology, University of Monterrey, Nuevo León, Mexico.5Gulu University, Gulu, Uganda.6Stockholm University, Stockholm, Sweden.7University of the Punjab, Lahore, Pakistan.8University of Texas at Austin, Austin, U.S.A.9University of Nigeria, Nsukka, Nigeria.10Istanbul University, Istanbul, Turkey.11THETA Uganda, Kampala, Uganda.12Norwegian University of Science and Technology (NTNU), Trondheim, Norway.13University Setif2, Algeria.14Australian National University, Canberra, Australia.15University Algiers2, Algeria.16Institute of ethnology and anthropology, Moscow, Russia.17Izmir University of Economics, Izmir, Turkey.18SWPS University of Social Sciences and Humanities, Wrocław, Poland.19Catholic University of Louvain, Louvain-la-Neuve, Belgium.20University of California Santa Barbara, Santa Barbara, U.S.A.21University of São Paulo, São Paulo, Brazil.22Pontifical Catholic University of Peru, Lima, Perú.23University of the Republic Uruguay, Montevideo, Uruguay. 24Instituto Universitário de Lisboa (ISCTE-IUL), CIS-IUL, Lisbon, Portugal.25National Autonomous University of Mexico, ENES, Morelia, Mexico.26Institute of Experimental Psychology, Centre of Social and Psychological Sciences SAS, Bratislava, Slovakia.27University of Maribor, Maribor, Slovenia.28University of Zagreb, Zagreb, Croatia.29Chinese University of Hong Kong, Hong Kong, China.30University of Malaya, Kuala Lumpur, Malaysia.31Huaqiao University, Quanzhou, China.32University of Crete, Crete, Greece.33University of Primorska, Koper, Slovenia.34University of Amsterdam, Amsterdam, Netherlands35University of Ljubljana, Ljubljana, Slovenia.36University of Pécs, Pécs, Hungary.37Università Cattolica del Sacro Cuore, Milan, Italy.38Middle East University, Amman, Jordan.39University of Granada, Grenada, Spain.40University of Delhi, Delhi, India.41University of Social Sciences and Humanities, Hanoi, Vietnam.42University of Havana, Havana, Cuba.43Pontifical Catholic University of Rio de Janeiro, Rio de Janeiro, Brazil.44Free University of Tbilisi, Tbilisi, Georgia45University of Vienna, Vienna, Austria.46University Utara Malaysia, Sintok, Malaysia.47Vilnius University, Vilnius, Lithuania.48University of Minho, Braga, Portugal. 49Ivan Franko National University of Lviv, Lviv, Ukraine.50University of Alberta, Edmonton, Canada51Smell and Taste Clinic, Department of Otorinolaryngology, Dresden, Germany.52Comenius University, Bratislava, Slovakia.53Slovak Academy of Sciences, Bratislava, Slovakia.54COMSATS University Islamabad, Islamabad, Pakistan.55Aga Khan University Hospital, Karachi, Pakistan.56Vivekananda College, University of Delhi, Delhi, India.57Pontifical Catholic University of Chile, Santiago, Chile.58Latin University of Costa Rica, San José, Costa Rica.59Lviv State University of Internal Affairs, Lviv, Ukraine.60Kyung Hee University, Seoul, Republic of Korea.61South-West University "Neofit Rilski", Blagoevgrad, Bulgaria.62Bahria University, Karachi, Pakistan.<br>* Correspondence: Marta Kowal marta.kowal2@uwr.edu.pl

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge 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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,5730,518

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 Opus0,096
Tête enseignante GPT0,289
Écart entre enseignants0,194 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetSpam and Phishing DetectionTravaux en français237 207