MétaCan
Menu
Retour à la cohorte
Enregistrement W6931708460 · doi:10.5281/zenodo.7304862

5G-IANA - D2.1 Specifications of the 5G-IANA architecture

2023· article· en· W6931708460 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDysphagia Assessment and Management
Établissements canadiensResverlogix (Canada)
Organismes subventionnairesEuropean Commission
Mots-clésDeliverableAutomotive industryArchitectureNetwork architectureEnhanced Data Rates for GSM EvolutionOpen platformWork (physics)

Résumé

récupéré en direct d'OpenAlex

This deliverable has the objective to provide the outcomes of the activities performed in Work Package (WP) 2 "Specifications". The activities included the design of the 5G-IANA Automotive Open Experimentation Platform (AOEP) and the requirements specification of each architecture layer. The specified 5G-IANA architecture capitalizes on the 5G prospect of being a unified multi-service platform by orchestrating Vertical Services based on virtualized network slices and coordination of distributed edge-to-cloud deployment. The 5G-IANA AOEP aims to provide an open and flexible experimentation platform to third-parties developers (e.g., SMEs) that want to develop new 5G-based services devoted to the Automotive vertical. The availability of an easy-to-use experimentation environment can facilitate the launch of new services creating new market opportunities. Moreover, 5G-IANA will actively address the configuration of the 5G network (e.g., network slicing, edge resources, etc.) with the objective of supporting in the best way the requirements of the new services. In this way, it will be also possible to verify if the current 5G implementation can adequately satisfy the highly demanding performance requirements of Automotive services.

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)0,010
score de la tête « metaresearch » (Gemma)0,011
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,011
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0070,004
Science ouverte0,0030,004
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0350,040

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 Opus0,115
Tête enseignante GPT0,353
Écart entre enseignants0,238 · 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
GenreEmpirique

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetDysphagia Assessment and ManagementTravaux en français237 207