Defining an independent reference model for event detection skill scores
Notice bibliographique
Résumé
Event detection analysis is a data-model comparison technique in which all observational and numerical values are converted into a binary yes-no categorization of being in or out of ”event state.” Common metrics within event detection analysis include several skill scores – specifically those of Heidke, Peirce (true skill statistic), Clayton, and Gilbert (equitable threat score). All of these skill scores use the general skill score formula, comparing a metric score for the new model against that of a reference model. Moreover, all of them use, to some degree, the same ”expected random matrix” as the reference model. This matrix reshuffles the two number sets of observed and modeled events, randomizing when events occur. These skill scores are, therefore, based on the new model results and thus depend on its performance. That is, these are not calculated relative to an independent reference model. It is shown that for a given metric score (holding proportion correct or critical success index constant), these skill scores have a range of possible values. Conversely, identical skill scores could result from a range of original metric scores. It is recommended to stop using these named skill scores and instead use one of the presented alternatives. One reference model option uses the observed events in place of the new modeled events, while the other uses a 50-50 ”coin flip” option (i.e., truly random chance). These new skill score formulas map one-to-one with the underlying metric values and are, therefore, appropriate for inter-model comparison or intra-model assessment.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».