Changing Horses In Mid-Stream
Notice bibliographique
Résumé
The Smithsonian/NASA Astrophysics Data System (ADS) is the core digital library for astrophysics. It was built in 1992, put on the Internet for public use in 1993, and moved to the WWW in 1994. It was an immediate success, and has dominated astronomers use of their scholarly literature ever since. By the beginning of the 21st century it was clear the ADS was an important part of the scholarly infrastructure of astronomy. This required that it be rebuilt, from the original ad hoc system to more long-term stable, maintainable, robust and extensible one, while keeping the existing service operating 24/7/365. This has been substantially more difficult than we imagined; finally begun in 2007 the new system was released this spring (2018), to run for a year in parallel with the old, Classic system until next spring, when the Classic system will be turned off, after a quarter of a century of use. The project has taken more than a decade of intense work; it required a change in the management structure, and an eventual doubling of the staff (and thus budget). During this time the technological landscape has changed substantially, many promising directions for the development were taken, only to be later abandoned. Additionally many new capabilities became possible, requiring improvements both to the new design, and where feasible, to the old system as well. We hope the new ADS will enable researchers discovery for the next 25 years. The ADS is at ads.harvard.edu
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,008 |
| Communication savante | 0,022 | 0,027 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,111 | 0,055 |
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 source (Gemma direct ou Codex distillé), 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 ».