Expert in the spotlight in Oktober/November 2013 : Lydia Sciriha
Notice bibliographique
Résumé
The expert in the Spotlight feature gives you the chance to interact one-on-one with our Ask the \nexpert-section. The feature also provides interesting and insightful comments regarding the subjects \nmentioned above, in-depth content and exclusive Q and A’s. Dr. Lydia Sciriha is Professor of Sociolinguistics in the Department of English at the University of \nMalta ( Linken naar http://www.um.edu.mt/). Her research interests are: Bilingualism, Sociolinguistics, \nDiscourse Analysis and Language Surveys. She is the author of the Regional Dossier: Maltese, the \nMaltese language in education in Malta, which will be published in October 2013 by Mercator \nResearch Centre. \nProfessor Sciriha has won a number of awards including the Canadian Commonwealth Scholarship, \nthe British Council scholarship, the Marquis Scicluna Senior Fellowship and the Commonwealth \nAcademic Fellowship. She has taught in Australia, Cyprus, Germany and Luxembourg. \nProfessor Lydia Sciriha is the author or co-author of eleven books and has edited two volumes of \nHumanitas Journal of the Faculty of Arts and number of articles in linguistics in scientific journals. \nMore biographical information at https://www.um.edu.mt/profile/lydiasciriha
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,300 | 0,173 |
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 ».