MétaCan
Menu
Retour à la cohorte
Enregistrement W7066267931

Go and Heal Our Kinship System

2021· article· en· W7066267931 sur OpenAlexaboutno aff

Notice bibliographique

RevuePDXScholar (Portland State University) · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousColonialismMetisContext (archaeology)Theme (computing)NarrativeKinshipTribute
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Keynote Speaker: Dr. Grace L. Dillon is an academic and author. She is an Anishinaabe professor in the indigenous nations studies program, in the school of gender, race, and nations, at Portland State University. Dr. Dillon is best known for coining the term indigenous futurism, which is a movement consisting of art, literature, and other forms of media which express indigenous perspectives of the past, present, and future in the context of science fiction and related sub-genres. Dr. Dillon is the editor of walking the clouds: an anthology of indigenous science fiction, which is the first anthology of indigenous science fiction short stories, published by the University of Arizona press in 2012. Join us for our annual Solidarity Town Hall program, an anchor discussion as part of Arabic American National Museum’s theme for Fall 2021 – Spring 2022: Istiqbal al Mustaqbal (Welcoming the Future). This year, the Town Hall is themed Imagining Decolonized Futures, highlighting futurist and sci-fi narratives as we imagine a world without colonial concepts. The Town Hall will feature keynote speaker: Anishinaabe academic and author Grace Dillon; and panelists: British Palestinian fiction writer Selma Dabbagh, multidisciplinary Afrofuturist artist Bryce Detroit, Canadian and Anishinaabe filmmaker Lisa Jackson; with moderator Hina Baloch, leader of the Research & Analytics team at GM. This is a virtual event taking place via Zoom.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,073
Score d'incertitude au seuil0,246

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0170,010
Communication savante0,0060,007
Science ouverte0,0010,009
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0730,018

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 Opus0,011
Tête enseignante GPT0,211
Écart entre enseignants0,199 · 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 source (Gemma direct ou Codex distillé), 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
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePDXScholar (Portland State University)Même sujetMagnetic confinement fusion researchTravaux en français237 207