MétaCan
Menu
Retour à la cohorte
Enregistrement W6980563325

Civically Speaking Rebroadcast on Saskatoon's Community Radio Station CFCR 90.5 FM June 4, 2019 with Melanie Morrison and the Bettercart.ca

2019· other· en· W6980563325 sur OpenAlexaboutno aff

Notice bibliographique

RevueBulletin of Miscellaneous Information (Royal Gardens Kew) · 2019
Typeother
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Specialized Academic Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPlacemakingMentorshipGeekConversationIntersectionalitySocial injustice
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this rebroadcast of Civically Speaking, a spoken word show devoted to civic issues hosted by Lenore Swystun on CFCR.ca 90.5 FM, Melanie Morrison comes on to discuss an App she recently developed called the BetterCart.ca Melanie Morrison, by day, a Social Psychology Professor, spends much time during her evenings and weekends, developing an App to help folks find the best, most affordable deals on groceries. Melanie shares her story about how she went from being a single mom of three kids going to University trying to make ends meet, to developing an app to help make such ends meet.Melanie recently won a tech start-up competition, where she pitched her idea to Co.Labs, Saskatchewan's first technology incubator. Co.Labs is devoted to providing early-stage technology startups and entrepreneurs with support and mentorship that help foster company growth and success.Saskatchewan is quickly becoming known for its tech startups, and Melanie helps inspire the notion - that anyone - including someone with little 'tech skills' but with great ideas - can find much support in Saskatchewan.On Civically Speaking we discuss how local tech sectors are critical to our civic fabric. Tune in to this show and be inspired. And, be sure to share this show with others. And, please be support community radio stations like cfcr.ca 90.5 FM that make shows like this possible.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0840,018

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 Opus0,012
Tête enseignante GPT0,194
Écart entre enseignants0,182 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of Miscellaneous Information (Royal Gardens Kew)Même sujetDiverse Specialized Academic ResearchTravaux en français237 207