Metadata for YOLOv5_FPC Detected Images
Notice bibliographique
Résumé
The CSV and Excel file contain metadata for YOLOv5_FPC-detected images, including URLs, Index, FileName, Year, Month, Day, YearMonthDay, and NewspaperSource. These were identified from the Chosun Ilbo Newspaper Digital Archives covering the period from 1920 to 1940, from a total of 47,777 JPG image files, accessed from https://newslibrary.chosun.com. The image extraction process was automated using the YOLOv5_FPC model, a fine-tuned iteration of the YOLOv5 model. In the URLs column, there are direct links to the official Chosun Ilbo website where the Four-panel-cartoon (FPC) is published. The Index column consists of numbers from 1 to 1035, representing the FPC files discovered using YOLOv5_FPC, totaling 1040 FPC image objects. The FileName column contains the image file names, while the Year column indicates the publication year of the FPC, with Month and Day columns denoting the respective month and day of publication. The NewspaperSource column provides information about the newspaper, in this case, Chosun Ilbo. With these metadata, any researchers can easily access the corresponding URL addresses for specific publication dates and study the 1040 FPC objects, including previously undiscovered FPCs. Our dataset includes FPCs that have not been discovered by previous researchers, to the best of our knowledge. We hope that this dataset will foster further global interdisciplinary discourse on Korean culture and history, during 1920 to 1940, shedding light on socio-cultural phenomena in modern Korea as well.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,042 |
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 ».