MétaCan
Menu
Retour à la cohorte
Enregistrement W7002378239

Non-Lethal Weapons: Opportunities for R&D

2004· article· en· W7002378239 sur OpenAlexaboutno aff

Notice bibliographique

RevueDefense Technical Information Center (DTIC) · 2004
Typearticle
Langueen
DomainePsychology
ThématiqueEmotions and Moral Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmerging technologiesPerspective (graphical)Research developmentTechnology development
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The aim of this overview study is to recommend the Non-Lethal Weapon (NLW) research and development that Defence Research and Development Canada (DRDC) could conduct over the next decade (and possibly beyond) in response to emerging defence and security NLW requirements. It summarizes the DRDC perspective of NLW technologies, which includes non-lethal applications of electro-magnetic and acoustic directed energy. The study shows that by channeling existing expertise and effort, DRDC could, over time, provide the Canadian Forces with science and technology knowledge on the effects, operational effectiveness and counter-measures of selected, emerging NLW technologies. La pr sente tude d'ensemble a pour objet de recommander les travaux de recherche et d veloppement sur les armes non l tales (ANL) que Recherche et d veloppement pour la d fense Canada (RDDC) pourrait effectuer au cours des dix prochaines ann es (et peut tre au del ) pour satisfaire aux nouveaux besoins d'ANL en vue d'assurer la d fense et la s curit . Elle r sume la perspective de RDDC sur les technologies d'ANL, notamment les applications non l tales de l' nergie lectromagn tique et acoustique dirig e. L' tude montre que si elle canalise l'expertise et le travail actuels, RDDC pourrait, au fil du temps, fournir aux Forces canadiennes des connaissances scientifiques et technologiques sur les effets, l'efficacit op rationnelle et les contre-mesures li es certaines technologies nouvelles en mati re d'ANL.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,718
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,133
Tête enseignante GPT0,355
Écart entre enseignants0,223 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDefense Technical Information Center (DTIC)Même sujetEmotions and Moral BehaviorTravaux en français237 207