MétaCan
Menu
Retour à la cohorte
Enregistrement W6946123970 · doi:10.26193/jzkrd8

Australian Survey of Social Attitudes, 2017

2018· dataset· en· W6946123970 sur OpenAlexaboutno aff

Notice bibliographique

RevueAustralian Data Archive · 2018
Typedataset
Langueen
DomaineComputer Science
ThématiqueAdvanced Image and Video Retrieval Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)General Social SurveySurvey data collectionTheme (computing)Survey researchSurvey methodology

Résumé

récupéré en direct d'OpenAlex

The Australian Survey of Social Attitudes (AuSSA) is Australia’s main source of data for the scientific study of the social attitudes, beliefs and opinions of Australians, how they change over time, and how they compare with other societies. The survey is used to help researchers better understand how Australians think and feel about their lives. It produces important information about the changing views and attitudes of Australians as we move through the 21st century. Similar surveys are run in other countries, so data from the AuSSA also allows us to compare Australia with countries all over the world. The aims of the survey are to discover: the range of Australians’ views on topics that are important to all of us; how these views differ for people in different circumstances; how they have changed over the past quarter century; and how they compare with people in other countries. AuSSA is also the Australian component of the International Social Survey Project (ISSP). The ISSP is a cross-national collaboration on surveys covering important topics. Each year, survey researchers in some 40 countries each do a national survey using the same questions. The ISSP focuses on a special topic each year, repeating that topic from time to time. The topic for 2017 is "Social Networks and Social Resources". This is the third time this has been the topic of the survey, having previously been the theme for the survey in 1986 and 2001. Data from questions in Sections B,C,D,E,F,G and question H40 are embargoed until 31 December 2020

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0120,005
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,148
Tête enseignante GPT0,408
Écart entre enseignants0,260 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Data ArchiveMême sujetAdvanced Image and Video Retrieval TechniquesTravaux en français237 207