Notice bibliographique
Résumé
New features feat: add TLeafC - string - writing support by @ioanaif in https://github.com/scikit-hep/uproot5/pull/940 feat: adding a very basic FSSpecSource by @lobis in https://github.com/scikit-hep/uproot5/pull/967 feat: add support for shape touching in Dask by @agoose77 in https://github.com/scikit-hep/uproot5/pull/966 Bug-fixes and performance fix: inverted axes for variances of 2D weighted histograms when transformed to hist by @ioanaif in https://github.com/scikit-hep/uproot5/pull/965 Other test: skip RNTuple test until #928 is fixed by @jpivarski in https://github.com/scikit-hep/uproot5/pull/969 test: skip if dask-awkward, an optional dependency, is missing by @jpivarski in https://github.com/scikit-hep/uproot5/pull/968 test: use file in skhep-testdata for issue #121 by @lobis in https://github.com/scikit-hep/uproot5/pull/973 chore: update pre-commit hooks by @pre-commit-ci in https://github.com/scikit-hep/uproot5/pull/964 chore: bump Python version by @agoose77 in https://github.com/scikit-hep/uproot5/pull/980 Full Changelog: https://github.com/scikit-hep/uproot5/compare/v5.0.12...v5.1.0rc3
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,008 | 0,011 |
| Science ouverte | 0,006 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,667 | 0,755 |
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 ».