Notice bibliographique
Résumé
Highlights: Add .delete_topics by @shuanglovesdata in #2322 Allow execution without plotly by @luismavs in #2401 Add tqdm to _litellm.py @NFrnk in #2408 Drop support for python 3.9 by @afuetterer in #2419 Make UMAP's init default to random on visualize_topics for reproducible visualization by @makramab in #2412 cuML: Preparing for MEGA!-scale BERTopic with Multi-GPU UMAP and the following necessary updates: Update installation instructions for cuML with BERTopic by @csadorf in #2446 Speed up ._create_topic_vectors by replacing DataFrame .loc with NumPy masking @jinsolp in #2406 Modify _reduce_dimensionality to use fit_transform by @betatim in #2416 Fixes: Fix incorrect label in zero-shot svg in documentation by @huisman in #2448 Enable ruff rule RUF by @afuetterer in #2457 CI: bump github actions versions by @afuetterer in #2427 CI: prefer action-pre-commit-uv for lint job by @afuetterer in #2434 CI: switch to uv based project installation by @afuetterer in #2445 Chore: update pre-commit hooks by @afuetterer in #2414 and #2443 Chore: remove obsolete version_info check by @afuetterer in #2444
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,004 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,009 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,509 | 0,578 |
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 ».