International Passenger Survey, 2014
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The data cover four subject areas, termed 'Airmiles', 'Alcohol', 'Qregtown' and 'Qcontact'. One file is produced each quarter per subject area, and the dataset updated quarterly. These files can be joined together using the variables YEAR, SERIAL, FLOW and QUARTER.<br> <br> The depositor recommends that only expert users who are very familiar with the coding and weighting structures use these data, as limited support is available. Some considerable understanding of the data is required before meaningful analyses can be made; care must be taken when performing time series operations as codes can vary from year to year and not all variables from one year's dataset are used in other years. <br> <br> <b>Weighting the IPS</b><br> ONS advise that the variable 'fweight' included in the 'Qcont' dataset should be applied to get an overall weighted profile. This weight is set consistently over time. Other weights are provided to analyse finer detail but no information is provided in the documentation. ONS is currently reviewing the documentation but in the meantime if users have any detailed weighting questions they should contact ONS at: socialsurveys@ons.gov.uk.<br> <br> <b>Data contents</b><br> For the fourth edition (June 2015), the data and documentation were updated to cover all four quarters of 2014.<br> <br> The <i>International Passenger Survey</i> (IPS) aims to collect data on both credits and debits for the travel account of the Balance of Payments, provide detailed visit information on overseas visitors to the United Kingdom (UK) for tourism policy, and collect data on international migration.<br>
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.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,009 | 0,008 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,137 |
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 découle