MétaCan
Menu
Retour à la cohorte
Enregistrement W7066671337

Iuav Academics Abroad : una "citta analoga" per Venezia = an "analogous city" for Venice

2020· other· it· W7066671337 sur OpenAlexaboutno aff

Notice bibliographique

RevueAirIuav (Università Iuav di Venezia) · 2020
Typeother
Langueit
DomaineComputer Science
ThématiqueAdvanced Neural Network Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)International marketIndependence (probability theory)University campus
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Questo volume presenta gli atti della reunion “Iuav Academics Abroad. Strategie di internazionalizzazione” tenutasi in Aula Tafuri a Palazzo Badoer il 22 marzo 2019 in seno agli eventi dedicati al network “Iuav Abroad” della Università Iuav di Venezia in collaborazione con Iuav Alumni
\nLe attività promosse sono a cura di Alberto Ferlenga, Benno Albrecht, Enrico Fontanari, Emanuela Sorbo, Elisa Brusegan
\nHanno partecipato Gustavo Adolfo Carabajal, Universidad Nacional de Rosario, Rosario (Argentina); Serena Conti, Université Libre de Bruxelles, Bruxelles (Belgio); Maroun Daccache, Lebanese American University, Byblos (Libano); Luca Donner, Canadian University Dubai, Dubai (EAU); Azad Hama, Tishk International University, Erbil (Iraq); Carla Keyvanian Auburn University, Auburn (USA); Silvia Mazzetto, Lebanese American University, Byblos (Libano); Manlio Michieletto, University of Rwanda, Kigali (Ruanda); Francesco Polesello, Azm University, Tripoli (Libano); Alessandra Ponte, Université de Montréal, Montréal (Canada); Nikos Skoutèlis, Technical University of Crete, Chania (Grecia); Gianni Talamini, City University of Hong Kong, Hong Kong (Cina); Guido Zuliani, The Cooper Union, New York (USA), Maria Gatto, Ufficio Relazioni Internazionali Università Iuav di Venezia, Clara Grano, Agenzia Erasmus+ INDIRE.
\nI materiali digitali di Iuav Abroad sono disponibili su: http://www.iuav.it/Ateneo1/chi-siamo/Iuav-Acade/

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,687
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0070,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,037
Tête enseignante GPT0,298
Écart entre enseignants0,260 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAirIuav (Università Iuav di Venezia)Même sujetAdvanced Neural Network ApplicationsTravaux en français237 207