A Brief Report on the Canadian Chapter: Signing of the MoU between UiTM and the University of Ottawa, Canada. / PM Khas Dr Angeline Ranjethamoney Vijayarajoo
Notice bibliographique
Résumé
This memorable and historical journey began on the 15th of August, 2022. The members of the team who left for Canada on government service comprised the following people: Prof Yamin Yasin (our Rector, UiTMCNS) Ts Dr Noorlis Ahmad (Deputy Rector, Academic Affairs, UiTMCNS) Dr Siti Nor Atika Baharin (Liaison Officer, UiTM Global, UiTMCNS) Associate Professor Dr Angeline Ranjethamoney Vijayarajoo (UiTMCNS, APB Seremban,) We began our journey from Kuala Lumpur to Canada, with a transit stop- over at Doha. After this, our first point of entry to Canada was Montreal, where we had a connecting flight to Toronto. Toronto was where our first official duties began on the 15th of August, 2022. However, the focus of this article is the signing of the MoU between the University of Ottawa and Universiti Teknologi MARA, Malaysia. Hence, this article will only focus on the MoU Ceremony between Universiti Teknologi MARA (UiTM) and the University of Ottawa (UO).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,028 | 0,004 |
| Communication savante | 0,009 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,006 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».