MétaCan
Menu
Retour à la cohorte
Enregistrement W4408954922 · doi:10.1029/2025av001726

Commitment to Advance Excellence and Inclusion in the Earth and Space Sciences Scholarly Publications

2025· article· en· W4408954922 sur OpenAlexaff
Marguerite A. Xenopoulos, Lisa M. Beal, Graziella Caprarelli, K. K. Caylor, Georgia Destouni, Qingyun Duan, S. A. Hauck, Matthew Huber, Kristopher B. Karnauskas, Kate Lajtha, Noé Lugaz, Alberto Montanari, Thanh H. Nguyen, Julia K. Parrish, Ann V. Rowan, Isaac R. Santos, Alexandre Schubnel, M. E. Wysession

Notice bibliographique

RevueAGU Advances · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésExcellenceInclusion (mineral)Space (punctuation)Political scienceEngineering ethicsSociologyLibrary scienceComputer scienceSocial scienceEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Addressing global challenges and advancing knowledge in the Earth and space sciences requires an equitable, diverse, and inclusive scholarly community where researchers must be freely able to conduct, collaborate on, share, review, and discuss their research on important economic and societal topics such as climate change. The current Executive Orders in the United States focus on censoring research and researchers by banning specific words, removing access to data sets, or by restricting what type of research can be funded or published, therefore compromising the knowledge that researchers are able to produce. As Editors‐in‐Chief of AGU publications we stand by our mission to support the publication of evidence‐based, rigorously vetted research without political pressure. Collectively, our peer‐reviewed journals and books provide inclusive publication outlets for the global research community to advance Earth and space sciences and to strengthen the public's trust in scientific evidence.

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)0,234
score de la tête « metaresearch » (Gemma)0,508
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,944

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2340,508
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0120,016
Études des sciences et des technologies0,0130,019
Communication savante0,0900,035
Science ouverte0,0060,052
Intégrité de la recherche0,0140,020
Charge utile insuffisante (le modèle a refusé de juger)0,0320,032

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 Opus0,050
Tête enseignante GPT0,380
Écart entre enseignants0,330 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineÉvaluation
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAGU AdvancesMême sujetResearch Data Management PracticesTravaux en français237 207