Notice bibliographique
Résumé
New features: AsymptoticLimits now supports the SALLINO method, estimating the likelihood with one-dimensional histograms of the scalar product of theta and the estimated score. Improved default histogram binning in AsymptoticLimits and added more binning options, including fully manual specification of the binning. Histograms now calculate a rough approximate of statistical uncertainties in each bin and give out a warning if it's large. (At DEBUG logging level they'll also print the uncertainties always, and Histogram.histo_uncertainties lets the user access the uncertainties.) Breaking / API changes: The AsymptoticLimits functions expected_limits() and observed_limits() now return (theta_grid, p_values, i_ml, llr_kin, log_likelihood_rate, histos). histos is a list of histogram classes, the tutorial shows how they allow us to plot the histograms. The returns keyword to these functions is removed. The keywords theta_ranges and resolutions were renamed to grid_ranges and grid_resolutions. Changed some ML default settings: less hidden layers, smaller batch size. Changed function names in the FisherInformation class (the old names are still available as aliases for now, but deprecated). Bug fixes: Various small bug fixes. Tutorials and documentation: AsymptoticLimits is finally properly documented. All incomplete user-facing docstrings were updated. Internal changes: Refactored histogram class. AsymptoticLimits is now much more memory efficient.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,007 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,278 | 0,227 |
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 ».