Climate change in pictures photo competition winners announced
Notice bibliographique
Résumé
On behalf of the ICTWCC project management team, please accept our heartiest appreciation to all of you for participating in the photo competition. \nClimate Change is considered to be one of the most serious threats to sustainable development, with adverse impacts on all developmental sectors including agriculture. A significant body of evidence points to developing nations in Africa, Asia and Latin America as the most vulnerable regions to climate change. \nThe ICTWCC project offers scholarship to 31 grantees from Africa, Asia and Latin America & Caribbean. The grantees focus their study on the global impacts of Water and Climate Change, with ICT as the mode of adaptation or mitigation. The project is jointly coordinated by the School of Computing & Informatics (SCI) and LARMAT of the University of Nairobi. It is funded by IDRC, Canada. \nAs the adage goes, a picture is worth a thousand words, ICTWCC project had run a photo competition. The photo submissions were made by the project grantees; source of pictures being their field research. \nIt has been an interesting journey from egging the grantees to send the submissions, and then asking them to receive votes for their submissions. \nThe most exciting part was counting the number of increasing votes on a daily basis. The grantees and the team have all worked hard to spread the word and gain a vote for the respective submissions. \nSo the time has now arrived to announce the winners!!!!! \nThe winners are listed on our website. Visit http://t.co/n72Vt3F5Zs to see the proud winners. \nLook out for our soon to be launched Paper writing Competition. \nHeartiest congratulations to our winners.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».