Notice bibliographique
Résumé
Contributors include Robin Boadway (Queen's), Stephen Bonnar (Towers Perrin), John Burbidge (Waterloo), Robert Clark (North Carolina State), Katherine Cuff (McMaster), Richard Disney (Nottingham), David Dodge (Bank of Canada), Peter Drake (Fidelity Investments), Rick Egelton (CPP Investment Board), Maxime Fougere, (HRSDC), Barbara Glover (HRSDC), Raphael Gomez (Toronto), Morley Gunderson (Toronto), Sterling Gunn (CPP Investment Board) Cliff Halliwell (HRSDC), Malcolm Hamilton (Mercer), Derek Hum (Manitoba), Laurence Kotlikoff (Boston University), Dave McLellan (Fidelity Investments), Kevin Milligan (UBC), John Myles (Toronto), Christine Neill (Wilfrid Laurier), Garnett Picot (Statistics Canada), Graham Pugh (OMERS), William Robson (C.D. Howe), Bill Scarth (McMaster), Tammy Schirle (Wilfrid Laurier), Wayne Simpson (Manitoba), Marcel Theroux (Mercer), Michael Veall (McMaster), Casey Warman (Queen's), and Chris Worswick (Carleton).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».