Notice bibliographique
Résumé
“Netplexity - Networks and Complexity for the Real World” General talk on Networks and Complexity given by Dr Tim Evans, Theoretical Physics, Imperial College London on Friday 10th August 2012 http://imperial.ac.uk/people/t.evans or search for “Tim Evans Networks” Second annual Student Conference on Complexity Science Oxstalls Campus, University of Gloucestershire 9th - 12th August 2012. http://bccs.bristol.ac.uk/events/SCCS/ Abstract:Title:- Netplexity:- Networks and Complexity for the Real World I will look at some of the different ways the science of Complex Networks gives insights into the world around us. Networks are an excellent way to look at the many large data sets which have appeared over the last decade or so such as web pages, Facebook, digital document repositories. The explosion of interest in networks has produced many new tools and insights which can be applied to many different types of data, from biological systems to humanities. Bio Dr Tim Evans is part of the Theoretical Physics group and the Complexity and Networks programme at Imperial College London. He finished his PhD at Imperial in 1987, applying statistical physics to quantum field theory for many body problems. He was then a researcher at the University of Alberta in Edmonton Canada, after which he held research positions at Imperial, including a final one as a Royal Society University Research Fellow. He was appointed to the staff at Imperial in 1997. He has always been interested in many body systems both in and out of equilibrium and his current focus is on complex systems in general and Complex Networks in particular. This is both from a theoretical perspective (such as line graph representations of networks) and in terms of applications to practical problems such as bibliometrics and cultural transmission, part of an interest in `sociophysics' in general. This includes an ongoing project in Archaeology.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,000 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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 ».