MétaCan
Menu
Retour à la cohorte
Enregistrement W7036745407

Collaborative Opportunities in DMSMS

2001· article· en· W7036745407 sur OpenAlexaboutno aff

Notice bibliographique

RevueDefense Technical Information Center (DTIC) · 2001
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePharmacological Receptor Mechanisms and Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic shortageElectronicsService (business)National securityDefence industryTechnological changeIndustrial technologyTertiary sector of the economy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The North American Technology and Industrial Base Organization (NATIBO) is chartered to promote a cost-effective, healthy technology and industrial base that is responsive to the national security and economic progress of the United States and Canada. Current policy calls for national defense forces that derives their strength and technological superiority from a unified commercial and military industrial base. In August of 2000, the NATIBO Technology Base Enhancement Working Group initiated a six month study on Diminishing Manufacturing Sources and Material Shortages (DMSMS). DMSMS is defined as the loss or possible loss of manufacturers or suppliers of items including shortages of raw materials. DMSMS is driven by both technology and market conditions. Technology turnover has been highest in electronics, but also includes materials, chemicals, and mechanical parts. This study concentrated upon electronics DMSMS problems and the business practices in place to manage them. Consumer, commercial, and industrial electronics now drive the electronics market. These new market forces are causing technology turnover every 12 - 24 months, at a time when military legacy system service lives are being extended to 40+ years. DMSMS and obsolete parts are not a new phenomenon. What is new about DMSMS is the recent recognition of the enormity of the problem and its impact on operational readiness.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,798
Score d'incertitude au seuil0,494

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 ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,281
Écart entre enseignants0,257 · 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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDefense Technical Information Center (DTIC)Même sujetPharmacological Receptor Mechanisms and EffectsTravaux en français237 207