[ AZWDC 003] Flute Of Shaytan. Vol. III
Notice bibliographique
Résumé
mp3, CBR 128 kbps 1. Wallmaster (Canada) - Untitled (4:40) noise All Recordings - Jason Campbell 2. Sonitus Haigus (Russia) - Wreid (11:02) harsh noise All recordings - Kiladeer 3. Schwargleis (Russia) - 1825 (4:21) noise ambient All recordings - Dmitry K. 4. Angel Of Mercy (Australia) - Untitled (5:01) hnw All recordings - Luke Pooley 5. Noise Jihad (Russia) - Jerusalem (4:42) harsh noise/hnw All Recordings - a.v. 6. Virtual Mosque (Russia) - #inshallah (1:34) harsh noise/experimental All Recordings - a.v. 7. Catacombs Of Doom (Greece) - The Great Deceiver (3:00) dark ambient Synths, drone, fx - Bill Kibizis synths, Bass - Dimitris Kalyvas Guitars, drums - Donn (Teutoburg Forest) UK 8. Burkha ???? (USA) - Children Playing In An Alleyway In Mosul (4:52) noise/industrial All Recordings - Himeko Katagiri 9. Marid (Russia) - Schaam (5:03) ambient All recordings - Marid 10. Humanslave (USA) - Allahu ak(47)bar (3:58) harsh noise All recordings - Benedict Hall 11. Mujahideen (Russia) - Mullah Dance (2:12) noise ambient All recordings - Nick Masodov 12. Hargeysa (Russia) - New Somalia (2:42) dark ambient/wall ambient All Recordings - a.v. 13. Lazokna (Russia) & Noise Jihad (Russia) - Галерея Памяти. Шахиды в Судный День (7:32) ready-made Original track by Timur Mutsuraev
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,447 | 0,003 |
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 ».