MétaCan
Menu
Retour à la cohorte
Enregistrement W4398911259 · doi:10.7910/dvn/vvxwzo

Replication Data for: Continuous Authentication using Touch Dynamics and its Application in Personal Health Records

2019· dataset· en· W4398911259 sur OpenAlexaff
Navid Shekoufa, Javad Rahimipour Anaraki, Saeed Samet

Notice bibliographique

RevueHarvard Dataverse · 2019
Typedataset
Langueen
DomaineComputer Science
ThématiqueUser Authentication and Security Systems
Établissements canadiensUniversity of WindsorMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésReplication (statistics)Authentication (law)Computer scienceDynamics (music)Internet privacyWorld Wide WebComputer securityPsychologyBiology

Résumé

récupéré en direct d'OpenAlex

The dataset contains 20 data files for 20 participants with overall 125794 instances of touch dynamics information collected using TouchSense (available at https://play.google.com/store/apps/details?id=org.mun.navid.touchsens). The application is implemented in such a way that it prompts the user to type in 30 random words or numbers. While the user interacts with the keyboard, it captures the touch inputs corresponding to those actions and stores them in a data file. This dataset can be used exclusively for research purposes. Commercial purposes are fully excluded. Attribute information: 1- pressure (numeric), 2- size (numeric), 3- touchmajor (numeric), 4- touchminor (numeric), 5- duration (numeric), 6- flytime (numeric), 7- shake (numeric), 8- orientation (numeric), 9- type (numeric), 10- class (AndroidId, Others) Pressure: indicates the pressure applied by a touch action. Size: indicates the number of pixels affected on the screen by a touch action. Touch Major: reports the major axis of an ellipse that represents the touched area. Touch Minor: reports the minor axis of an ellipse that represents the touched area. Duration: represents the time interval from the moment a finger touches the screen until the finger loses contact with it. Fly Time: shows the time elapsed between finishing typing a character and starting to type the next one. Shake: records the amount of vibration of the smartphone while performing touch actions. Orientation: records whether the touch behavior was recorded while the device was in the landscape orientation or the portrait one. Word or Number: records whether the touch behavior involves typing in a word or a number.

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)0,002
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
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 enseignants0,998
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,016
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0270,033

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 Opus0,057
Tête enseignante GPT0,322
Écart entre enseignants0,264 · 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.

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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHarvard DataverseMême sujetUser Authentication and Security SystemsTravaux en français237 207