Notice bibliographique
Résumé
What's Changed Fix typo by @havardox in https://github.com/J535D165/recordlinkage/pull/184 Fix usage examples by @martinhohoff in https://github.com/J535D165/recordlinkage/pull/190 Fix links by @andyjessen in https://github.com/J535D165/recordlinkage/pull/186 add threshold None and label docstrings for String by @davidggphy in https://github.com/J535D165/recordlinkage/pull/189 Add support for pandas==2 by @J535D165 in https://github.com/J535D165/recordlinkage/pull/192 Replace setup.py by pyproject.toml by @J535D165 in https://github.com/J535D165/recordlinkage/pull/195 Lint with Ruff and format with Black by @J535D165 in https://github.com/J535D165/recordlinkage/pull/196 Update CI docs generation and CI pipeline by @J535D165 in https://github.com/J535D165/recordlinkage/pull/197 Update the docs CI pipeline by @J535D165 in https://github.com/J535D165/recordlinkage/pull/198 Add pre-commit hooks by @J535D165 in https://github.com/J535D165/recordlinkage/pull/199 New Contributors @havardox made their first contribution in https://github.com/J535D165/recordlinkage/pull/184 @martinhohoff made their first contribution in https://github.com/J535D165/recordlinkage/pull/190 @andyjessen made their first contribution in https://github.com/J535D165/recordlinkage/pull/186 @davidggphy made their first contribution in https://github.com/J535D165/recordlinkage/pull/189 Full Changelog: https://github.com/J535D165/recordlinkage/compare/v0.15...v0.16
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 | 0,004 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,010 | 0,014 |
| Science ouverte | 0,008 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,783 | 0,852 |
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 ».