MétaCan
Menu
Retour à la cohorte
Enregistrement W68392726 · doi:10.11575/prism/30796

Tracking Visual Differences for Generation and Playback of User-Customized Notifications

2005· article· en· W68392726 sur OpenAlexaff
Saul Greenberg, Michael Boyle

Notice bibliographique

RevuePRISM (University of Calgary) · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueWeb Data Mining and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésComputer scienceTimestampBitmapWorld Wide WebInformation retrievalHome pageWeb pagePage viewArtificial intelligenceThe InternetWeb navigationStatic web pageComputer security

Résumé

récupéré en direct d'OpenAlex

Notification systems alert individuals or groups of changing information that is of interest to them. The problem is that it is difficult for people to gather notifications of personal interest; they must either rely on the generic offerings of the information provider, or construct their own services through coding. In this paper, we contribute a simple yet effective method that lets people create custom notification elements by image assembly, where notifications are triggered through visual differencing. First, after finding information of interest on a web page, the person constructs a visual collage selected from regions on the page. These are regions of the fully rendered bitmap view of the page i.e., they are not coupled to the page s underlying HTML markup. The composite image created from this collage will be used to assemble a notification of relevant changes to that web page. Second, the person specifies one or more regions on the page that will be compared for visual differences over time, and how often the page should be revisited to check for these differences. The system will automatically generate a notification (the composite image plus a title and timestamp) when differences go beyond a user provided threshold. Finally, the person can view the notifications in several ways: as only the most recently changed version (to illustrate current state), or as an image history that can be either browsed individually or played back as a continuous video stream (to see changes over time).

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)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,026
Tête enseignante GPT0,231
Écart entre enseignants0,204 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRISM (University of Calgary)Même sujetWeb Data Mining and AnalysisTravaux en français237 207