MétaCan
Menu
Retour à la cohorte
Enregistrement W613671772

API-WITHOUT THE HEADACHES

2004· article· en· W613671772 sur OpenAlexaboutno aff
A Charlton

Notice bibliographique

RevueAirports international · 2004
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueLaw, logistics, and international trade
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)AdaptabilityComputer securityComputer scienceScalabilityBusinessTelecommunicationsInteroperabilityWorld Wide WebDatabase
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article describes methods for complying with border management agencies' requests for advance passenger information, which is creating problems for carriers in countries where such notification is mandatory. The problem is made worse because of slight differences between countries for what is required and how it is submitted. The advance information, sent to the border agencies of the country where the flight is arriving, allows the agencies to screen passengers before they land. Some agencies want to see the data for departing flights as well. Currently only the USA, Canada, Korea, Mexico, Australia and New Zealand require the reports, but it is expected to spread. A non-proprietary syntax is one goal. Today, it is text-based, but image-based elements such as biometric data will need to be scalable so they can be transmitted across multiple communications systems. The IATA Type B messaging standard for mission critical applications is well suited for current demand for the data, and a system has been developed that uses it. The system is called SITA Customs Connection. However, in the longer term airlines need to be shielded from having the responsibility for such data transmission and be able to automatically forward the data they have already gathered, without any additional processing. An airport passenger information community hub is one answer, which allows transparency and adaptability. It should be able to handle transmissions as data changes, too.

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)0,008
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,316

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,031
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,003
Communication savante0,0140,034
Science ouverte0,0040,013
Intégrité de la recherche0,0050,011
Charge utile insuffisante (le modèle a refusé de juger)0,0940,122

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 Opus0,030
Tête enseignante GPT0,244
Écart entre enseignants0,214 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAirports internationalMême sujetLaw, logistics, and international tradeTravaux en français237 207