Save The Last Dance (Music From The Motion Picture)
Notice bibliographique
Résumé
Tracklist: 1. Shining Through (Theme From "Save The Last Dance") - Omar Sharif (2); Hector Delgado (2); Susan Herndon; Davinci; Firestarr; Firestarr; Fredro Starr; Steinberg & Kelly 2. You - Q-Tip; Snoop Dogg; DJ Battlecat; Raphael Saadiq; Kamaal Fareed; Kevin Gilliam; Raphael Saadiq; Snoop Dogg 3. Bonafide - Jaye & Sweet; Georgette Franklin; Jeremy Monroe 4. Crazy - Darrell "Delite" Allamby; Darrell "Delite" Allamby; K-Ci & JoJo; Lincoln Browder 5. You Make Me Sick - Anthony President; Babyface; Brainz Dimilo; Anthony President; Brainz Dimilo; Mark Tabb 6. U Know What's Up - Darren Lighty; Edward Ferrell; Anthony Hamilton; Balewa Muhammad; Clifton Lighty; Darren Lighty; Edward Ferrell; Veronica McKenzie 7. Move It Slow - Christopher Troy; Zack Harmon; Joseph "Jo Jo" Hearne; Lashone Fletcher 8. Murder She Wrote - Sly & Robbie; Everton Bonner; John Taylor (12); Lloyd "Gitsy" Willis; Sly Dunbar 9. You Can Do It - Mack 10; Ms. Toi; One Eye; Afrika Bambaataa; Arthur Baker; Dedrick Rolison; Donald Saunders; O'Shea Jackson; Robert Darrell Allen 10. My Window - Darryl Anthony Hawes; Darryl Anthony Hawes; Diddamo; Eric Jackson (7) 11. Only You - Notorious B.I.G.; Sean Combs; Stevie J; Christopher Wallace; D. J. Rogers; Daron Jones; Harry Wayne Casey & Richard Finch; Marvin Scandrick; Michael Keith; Quinnes Parker; Sean Combs; Steven Jordan 12. Get It On Tonite - Brian "Lilz" Palmer; Sergio 'PLX' Moore; Antoine Wilson; Brian "Lilz" Palmer; Darren Benbow; Jörg Evers; Jürgen S. Korduletsch; Montell Jordan 13. All Or Nothing - The Whole 9; John Rhone; Ontario Haynes 14. Shinin' Through (Theme From "Save The Last Dance" (Soulshock & Karlin Bonus Track) - Manny Marroquin; Soulshock; Soulshock & Karlin; Firestarr; Fredro Starr; Steinberg & Kelly
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,006 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,054 | 0,053 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».