MétaCan
Menu
Retour à la cohorte
Enregistrement W7021743860

Innovative Science

2015· other· en· W7021743860 sur OpenAlexfundno aff

Notice bibliographique

RevueCaltechAUTHORS (California Institute of Technology) · 2015
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of MissouriDurham UniversityUniversity of BristolUniversity of AberdeenUniversity of GlasgowUniversity of ReadingUniversity of WarwickUniversity of OxfordU.S. Naval AcademyUniversity College LondonNational Academy of SciencesCardiff UniversityUniversity of Notre DameLondon School of Hygiene and Tropical MedicineUniversity of PittsburghImperial College LondonQueen Mary University of LondonUniversity of WashingtonHarvard UniversityQueen's UniversityUniversity of LeicesterFlorida State UniversityArizona State UniversityCalifornia Institute of Technology
Mots-clésExploitProcess (computing)Subject (documents)Value (mathematics)EXPOSE
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Sir, We write as senior scientists about a problem vital to the scientific enterprise and prosperity. Nowadays, funding is a lengthy and complex business. First, universities themselves must approve all proposals for submission. Funding agencies then subject those that survive to peer review, a process by which a few researchers, usually acting anonymously, assess a proposal's chances that it will achieve its goals, is the best value for money, is relevant to a national priority and will impact on a socio-economic problem. Only 25% of proposals received by the funding agencies are funded. These protracted processes force researchers to exploit existing knowledge, severely discourage open-ended studies and are hugely time-consuming. They are also new: before 1970, few researchers wrote proposals. Now they are virtually mandatory.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Bibliométrie, Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,259
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0130,023
Études des sciences et des technologies0,0000,015
Communication savante0,0000,000
Science ouverte0,0040,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,010

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 Opus0,024
Tête enseignante GPT0,295
Écart entre enseignants0,271 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCaltechAUTHORS (California Institute of Technology)Travaux en français237 207