MétaCan
Menu
Retour à la cohorte
Enregistrement W7017800758

British Girls’ and Women’s Magazines at the University ofWaterloo

2020· article· en· W7017800758 sur OpenAlexaboutno aff

Notice bibliographique

RevueÉrudit documents and data repository (Érudit Consortium, University of Montreal) · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMachine Learning in Bioinformatics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTRIPS architectureMicroformPlan (archaeology)Work (physics)New englandBalance (ability)Club
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

I am a European historian, specializing in British girls’ magazines, but I do my research in Canada. How can this be? Like many, my path in academia has not been a straight one. I completed the bulk of my BA with one daughter; my second daughter was born the summer before I began my fourth year. It was around the same time that I decided to change my original plan of becoming a high school social studies teacher, opting instead for graduate school. Entering my MA with two children – one six, the other one – I had to carefully balance studying, researching, working as a TA, and family. I was grateful to stumble upon a microfilm collection of the first two years of The Girls’ Best Friend, a British girls’ publication, at the University of BC, facilitating my first foray into girls’ magazines and permitting me to more easily balance the various parts of my life. Entering the PhD program at Simon Fraser University, however, I thought that I would need to travel to England to continue my work on girls’ magazines. I was concerned: how would I fund this travel? How would I secure sufficient time to do my research? What about my family? For personal reasons, packing everyone up and relocating to England to allow sufficient\ntime to go through my sources was simply not possible; going alone would mean frequent, short trips to minimize the impact of my time away. Each of these options, though, resulted in a significant amount of stress.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil0,678

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 savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,193
Écart entre enseignants0,186 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉrudit documents and data repository (Érudit Consortium, University of Montreal)Même sujetMachine Learning in BioinformaticsTravaux en français237 207