MétaCan
Menu
Retour à la cohorte
Enregistrement W6949017913 · doi:10.5281/zenodo.10550642

Patania balteata Phalaena

2022· article· en· W6949017913 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueDiverse Interdisciplinary Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaNew guineaIndian oceanNorth westType (biology)

Résumé

récupéré en direct d'OpenAlex

970. Patania balteata (Fabricius, 1798: 457) (Phalaena) Type locality: India orientali = Botys crocealis Duponchel, 1834: 365, pl. 235 fig. 6 Type locality: Greece, Peloponnese, Moree & France, Montpellier = Botys aurantiacalis Fischer von Röslerstamm, [1840]: 213, pl. 75 fig. 3 Type locality: Croatia, Fiume [Rijeka] = Botys mysolalis Walker, 1866a: 1423 Type locality: Mysol [Misool, West Papua] = Botys aurea Butler, 1879e: 76, pl. 59 fig. 12 Type locality: Japan, Yokohama = Sylepta [sic] irregularis L. W. Rothschild, 1915a: 136 Type locality: Dutch New Guinea [Papua], Snow Mountains, Base Camp = Sylepta [sic] evergestialis Strand, 1918a: 51 Type locality: Taiwan, Kosempo = Pleuroptya balteata africalis P. Leraut, 2005: 85, fig. 38 Type locality: Côte d’Ivoire, Bingueville Distribution. Indian records: Poona, Bombay (Swinhoe 1885), throughout India (Hampson 1896b), Assam, Nilgiris, Kalkutta [Calcutta] (Klima 1939), North India (Rose & Dhillon 1980c), Kerala (Mathew & Menon, 1984), India (Poltavsky et al. 2018), West and Central Himalaya (Sanyal et al. 2018), Uttarakhand, Arunachal Pradesh, Chhattisgarh (Chandra et al. 2019), Andaman Islands (Rao & Sivaperuman 2020), Assam, Manipur (Reddy & Murthy 2021). Global records: S. Europe, Japan, China, Ceylon, Burma (Hampson 1896b), Nigeria (Rothschild 1921a), Vietnam (Tonkin) (de Joannis 1930), Dem. Rep. Congo (Ghesquière 1942), France (not recorded from Corsica), Spain, Italy, Sicilia (not recorded from Sardinia), Switzerland, ex-Yugoslavia, Bulgaria, Greece, Crete (Speidel 1996), Australia (Shaffer et al. 1996), Réunion (Viette & Guillermet 1996), Nepal (Yamanaka 1998), Taiwan, Japan, Nepal, Sri Lanka, Indonesia, Australia, S. Europe (Wang & Speidel, 2000), from India to China and Japan, passing through Vietnam, Ivory Coast, Senegal, Sudan, ex-French Congo, Dahomey, Oubangui, South Africa, Madagascar, Grande Comore (Leraut, 2005), Korea (Bae et al. 2008), Palaeotropical penetrates to Palaearctic, Benin, Cameroon, Comoros, Congo, DR Congo, Côte d’Ivoire, Gambia, Ghana, Madagascar, Mozambique, Niger, Nigeria, Réunion, Senegal, Sierra Leone, South Africa, Sudan, Zambia (De Prins & De Prins 2011–2021), Mali, Taiwan, China, Japan, South Europe (Poltavsky et al. 2018), Pakistan, Myanmar, Hong Kong, Thailand, Malaysia, Papua New Guinea, Solomon Island, Fiji, Korea, Africa, Madagascar, USA, Canada, Costa Rica (Chandra et al. 2019).

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.

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 candidatesÉtudes des sciences et des technologies, Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0080,000
Communication savante0,0010,001
Science ouverte0,0040,021
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0140,007

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 Opus0,041
Tête enseignante GPT0,260
Écart entre enseignants0,219 · 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