The Kinomatics Australian Film Production Dataset
Notice bibliographique
Résumé
This is the public repository for the Kinomatics Australian Film Production Dataset, a large, curated dataset describing Australian feature film production and personnel from 1975 to 2022. Here, we briefly describe the contents of this repository, which are explained in more detail in the dataset's technical documentation. Repository contents Data files There are two main data files that form this dataset. The first is films.csv, a table where each row corresponds to a unique film in the dataset, and the columns contain variables describing those films. The second is roles.csv, a table where each row corresponds to an instance of a person filling a role on a film, and the columns contain variables describing that role (including identifiers for the film and the person). Documentation The technical documentation of the dataset is contained in the technical_documentation.odt file. Here, we provide a detailed account of the data collection, validation and preparation processes. We also provide tables describing each column in each of the data files. We have also written a research data paper to accompany the dataset, which focuses less on the technical details and more on motivating the dataset itself and the decisions we made in deciding its scope and coverage. This data paper has been submitted for peer review, and a copy of the initially submitted manuscript can be found in the file preprint.pdf. Change log The file changelog.pdf documents changes between released versions of the dataset. Issues For any issues related to the dataset or this repository, please contact either of the lead authors Pete Jones (pete@petejon.es) or Deb Verhoeven (deb.verhoeven@ualberta.ca) and let us know what the problem is and how we can fix it.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,071 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».