Episode 126: Trans Fats, the Pay Gap, Passwords, Physiospect
Notice bibliographique
Résumé
On this episode of Life, the Universe & Everything Else, Gem, Lauren, Laura, and Ashlyn take listener requests! The panel discusses trans fats, the gender pay gap, password security, and an exciting form of health pseudoscience called the physiospect.Life, the Universe & Everything Else is a podcast that delves into issues of science, critical thinking, and secular humanism.SkeptiCamp Talks:SkeptiCamp Winnipeg 2017Pysiospect:Skeptophilia: Quantum frequency box | Physiospect diagnostics & therapy bioresonance unitTrans Fats:Minister Petitpas Taylor announces Government of Canada ban on partially hydrogenated oils (Government of Canada) | Prohibiting the Use of Partially Hydrogenated Oils (PHOs) in Foods (Dietitians of Canada) | Prohibiting the Use of Partially Hydrogenated Oils (PHOs) in Foods (Government of Canada Notice of Modification) | Trans fat (Wikipedia) | Fat and Why it Matters (Indiana University) | Ruminant trans fatty acids and coronary heart disease—cause for concern? (International Journal of Epidemiology)Password Security:Changes in Password Best Practices (Schneier on Security) | Digital Identity Guidelines: Authentication and Lifecycle Management (NIST) | Best practices for passwords updated after original author regrets his advice (The Verge)Gender Pay Gap:Earnings (Bureau of Labor Statistics) | Gender wage gap data (OECD) | The Simple Truth about the Gender Pay Gap (AAUW) | Science faculty's subtle gender biases favor male students (PNAS) | The Actual Science of James Damore's Google Memo (Wired) | Why Men Don't Believe the Data on Gender Bias in Science (Wired)Contact Us:Facebook | Twitter | EmailListen:Direct Link | Apple Podcasts | Google Play | Stitcher | RSS Feedhttp://media.blubrry.com/luee/winnipegskeptics.files.wordpress.com/2017/11/126-listener-requests.mp3
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,349 | 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; 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 ».