MétaCan
Menu
Retour à la cohorte
Enregistrement W6957754430 · doi:10.6068/dp153a9d51ab581

TREND: Bureau of Transportation Statistics. Border Crossings: Border Crossings - Train Passengers | State: Arizona | Port: AZ:Douglas, AZ:Lukeville, AZ:Naco, AZ:Nogales, AZ:San Luis, AZ:Sasabe, 1996 - 2014. Data-Planet™ Statistical Datasets by Conquest Systems, Inc. Dataset-ID: 007-003-016

2016· other· en· W6957754430 sur OpenAlexaboutno aff

Notice bibliographique

RevueData Planet · 2016
Typeother
Langueen
DomaineEngineering
ThématiqueAstronomical Observations and Instrumentation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCrewClosing (real estate)Agency (philosophy)Statistical analysisCONQUESTPostal serviceUnit (ring theory)Work (physics)

Résumé

récupéré en direct d'OpenAlex

Bureau of Transportation Statistics. Border Crossings: Border Crossings - Train Passengers | State: Arizona | Port: AZ:Douglas, AZ:Lukeville, AZ:Naco, AZ:Nogales, AZ:San Luis, AZ:Sasabe, 1996 - 2014. Data-Planet™ Statistical Datasets by Conquest Systems, Inc. Dataset-ID: 007-003-016 Dataset: Number of entries of train passengers and crew into the US at land ports along the US-Canadian and U.S.-Mexican border. This dataset contains data on entries into the US of vehicles, commercial containers, passengers, and pedestrians through land ports along the US-Canadian and U.S.-Mexican border. The Bureau of Transportation Statistics obtains this data on a monthly basis from U.S. Customs and Border Protection. http://www.bts.gov/programs/international/transborder/TBDR_BC/TBDR_BC_Index.html Category: Transportation and Traffic, Military and Defense Subject: Passengers, Rail Transportation, Border Crossings, Border Patrol, Transportation, Homeland Security, Railroads Source: Bureau of Transportation Statistics The Bureau of Transportation Statistics (BTS) was established as a statistical agency in 1992. The Intermodal Surface Transportation Efficiency Act (ISTEA) of 1991 created BTS to administer data collection, analysis, and reporting and to ensure the most cost-effective use of transportation-monitoring resources. BTS brings a greater degree of coordination, comparability, and quality standards to transportation data, and facilitates in the closing of important data gaps. http://www.bts.gov/

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,212
Score d'incertitude au seuil0,421

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,016
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0660,079

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 Opus0,014
Tête enseignante GPT0,282
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData PlanetMême sujetAstronomical Observations and InstrumentationTravaux en français237 207