Notice bibliographique
Résumé
BACKGROUND he popularity of gift cards in recent years has soared.According to Statistics Canada, currently 82% of large retailers offer gift cards, whereas only 53% of large retailers did in 2003. 1 Similarly, the American gift card market grew to $45 billion U.S. in 2003 from $1 billion in 1995, and in 2007 projections suggest that the gift card market will reach $70 billion U.S. 2 Gift cards also comprise a significant portion of retailer revenues.For example, Starbucks has reported that 11% of its North American revenues consist of gift card purchases.3 Consumers like gift cards because they are convenient and are often the perfect gift for the friend or relative who has everything.Retailers like them because they can attract a new customer base, and consumers usually spend more than the value of their gift card once in the store.4 They are also difficult to counterfeit, can often be reloaded, and retailers can analyze spending patterns and behaviours through their use.5 Another significant advantage for retailers is that a certain proportion of gift cards are never redeemed by the consumer, and even if they are eventually cashed in, the retailer still has the advantage of investing that outstanding amount until the card is redeemed.6 Sometimes these 1 Bahta et al, "Gift Cards: The Gift of Choice", (December 2006), online: Statistics Canada [Bahta]. 2 Maryanna Lewyckyj, "Legislation will rein in retailers who cash in on early expiry dates", The Toronto Sun
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 | 0,009 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,027 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,049 | 0,050 |
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 ».