open-reaction-database/ord-data: v0.1.0
Notice bibliographique
Résumé
Release of the database close the publication of the paper: https://pubs.acs.org/doi/10.1021/jacs.1c09820 What's Changed Bump ord-schema version by @skearnes in https://github.com/open-reaction-database/ord-data/pull/43 Regenerate *.pb datasets after migration by @skearnes in https://github.com/open-reaction-database/ord-data/pull/44 Add DOIs to README.md by @skearnes in https://github.com/open-reaction-database/ord-data/pull/45 Clean up provenance DOIs by @skearnes in https://github.com/open-reaction-database/ord-data/pull/49 pbtxt -> pb in submission workflow by @skearnes in https://github.com/open-reaction-database/ord-data/pull/53 pbtxt -> pb in README DOIs by @skearnes in https://github.com/open-reaction-database/ord-data/pull/54 Use Git LFS to store .pb files by @skearnes in https://github.com/open-reaction-database/ord-data/pull/55 Add Git LFS notes to README.md by @skearnes in https://github.com/open-reaction-database/ord-data/pull/62 Add USPTO-480K dataset from https://doi.org/10.1039/C8SC04228D (#61) by @skearnes in https://github.com/open-reaction-database/ord-data/pull/64 Create a submission pull request template by @skearnes in https://github.com/open-reaction-database/ord-data/pull/65 Add USPTO grants 1976--1989 by @skearnes in https://github.com/open-reaction-database/ord-data/pull/66 Add USPTO grants 1990--1999 by @skearnes in https://github.com/open-reaction-database/ord-data/pull/67 Add USPTO grants 2000--2011 by @skearnes in https://github.com/open-reaction-database/ord-data/pull/68 Add USPTO grants 2012--2016 by @skearnes in https://github.com/open-reaction-database/ord-data/pull/69 Allow pbtxt submissions by @skearnes in https://github.com/open-reaction-database/ord-data/pull/71 Merge #70 in main by @skearnes in https://github.com/open-reaction-database/ord-data/pull/73 Merge #57 into main by @skearnes in https://github.com/open-reaction-database/ord-data/pull/74 Migrate ord-data to ord-schema v0.3.0 by @skearnes in https://github.com/open-reaction-database/ord-data/pull/75 Update README DOIs by @skearnes in https://github.com/open-reaction-database/ord-data/pull/76 Rewrite .pb as .pb.gz by @skearnes in https://github.com/open-reaction-database/ord-data/pull/77 Add dataset from Novartis by @skearnes in https://github.com/open-reaction-database/ord-data/pull/79 Bump ord-schema to v0.3.4 by @skearnes in https://github.com/open-reaction-database/ord-data/pull/81 Update CONTRIBUTORS and README by @skearnes in https://github.com/open-reaction-database/ord-data/pull/85 Cc submission biginelli by @connorcoley in https://github.com/open-reaction-database/ord-data/pull/83 Bump ord-schema version to 0.3.9 by @connorcoley in https://github.com/open-reaction-database/ord-data/pull/88 Coupling of α-carboxyl sp3-carbons with aryl halides (#84) by @connorcoley in https://github.com/open-reaction-database/ord-data/pull/87 bump ord-schema version by @skearnes in https://github.com/open-reaction-database/ord-data/pull/96 Huffman islatravir dataset submission (#91) by @michaelmaser in https://github.com/open-reaction-database/ord-data/pull/94 upload new data (#97) by @connorcoley in https://github.com/open-reaction-database/ord-data/pull/99 OrgSyn example from ord_schema (#95) by @connorcoley in https://github.com/open-reaction-database/ord-data/pull/102 Flow dataset from https://pubs.acs.org/doi/full/10.1021/co400012m (#103) by @connorcoley in https://github.com/open-reaction-database/ord-data/pull/104 Use conda's pip by @skearnes in https://github.com/open-reaction-database/ord-data/pull/106 #86 by @skearnes in https://github.com/open-reaction-database/ord-data/pull/108 Merge #93 into main by @skearnes in https://github.com/open-reaction-database/ord-data/pull/109 Expt2 10.1021/acs.accounts.0c00760 (#100) by @connorcoley in https://github.com/open-reaction-database/ord-data/pull/114 Update DOI list by @skearnes in https://github.com/open-reaction-database/ord-data/pull/111 Adds Nielsen deoxyfluorination dataset (#110) by @michaelmaser in https://github.com/open-reaction-database/ord-data/pull/116 Merge in #98 by @brilee in https://github.com/open-reaction-database/ord-data/pull/117 update the 750 AstraZeneca ELN pbtxt file (#122) by @connorcoley in https://github.com/open-reaction-database/ord-data/pull/123 Modifing the origainal AZ ELN dataset (#126) by @connorcoley in https://github.com/open-reaction-database/ord-data/pull/127 Full Changelog: https://github.com/open-reaction-database/ord-data/compare/v0.0.0...v0.1.0
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 | 0,007 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,009 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,401 | 0,611 |
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 ».