MétaCan
Menu
Retour à la cohorte
Enregistrement W6929879897 · doi:10.5281/zenodo.11060937

Post-event report - Shaping International Standards in Advanced ICT Tech Regulation An Introduction to INSTAR and its Global Impact

2024· report· en· W6929879897 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typereport
Langueen
DomaineMedicine
ThématiqueAutopsy Techniques and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésInteroperabilityLegislationCorporate governanceGlobal governanceGeopoliticsPosition (finance)European unionBest practiceWork (physics)

Résumé

récupéré en direct d'OpenAlex

In the EU policy context, standardisation plays a pivotal role in shaping regulations that safeguard end users while fostering market-based competition and interoperability of complementary products and services. The EU Standardisation Strategy underscores the necessity for the EU to assert a leadership position in global standardisation processes. This strategic approach not only enhances cooperation with relevant initiatives sharing similar regulatory philosophies but also aligns with broader EU objectives such as protecting EU strategic interests and promoting EU rules as global standards. An essential element of the strategy is "multilateral engagement" through Europe’s Digital Partnerships and the EU-US Trade and Technology Council (TTC), which involves collaborating with international partners to forge a consensus on international standards. This cooperation is crucial for maintaining economic security and reinforcing mutual resilience, particularly in a complex geopolitical environment. Thus, the broader framework of multilateral engagement is exactly where INSTAR plays a crucial role. INSTAR is an EU-funded project that aims to support the implementation of Europe’s Digital Partnerships and the EU-US TTC by working together with relevant entities from Australia, Canada, Japan, Singapore, South Korea, Taiwan and the USA to drive international common standards for AI, Cybersecurity, Digital ID, Quantum Technologies, IoT, 5G, 6G and Data Technologies. To do this, INSTAR will establish expert Task Forces to analyse and identify European standardisation priorities and legislation in these areas, share best practices and provide recommendations to be taken in to foster greater international cooperation and enhance EU's strategic positioning in the global tech governance landscape. The webinar featured Emilio Davila Gonzalez (EC DG CNECT Policy Officer, Head of ICT Standardisation Sector) who highlighted the strategic role that INSTAR and its Task Forces will play in sharing European best practices and priorities in order to facilitate international dialogue on standardisation. As the INSTAR project currently sets up the Task Forces, the webinar was an opportunity to target and attract potential members who are essential in shaping the future of standardisation in these technology fields.

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)0,022
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0030,003
Études des sciences et des technologies0,0060,004
Communication savante0,0280,011
Science ouverte0,0030,011
Intégrité de la recherche0,0180,021
Charge utile insuffisante (le modèle a refusé de juger)0,0220,014

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 Opus0,040
Tête enseignante GPT0,375
Écart entre enseignants0,335 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetAutopsy Techniques and OutcomesTravaux en français237 207