MétaCan
Menu
Retour à la cohorte
Enregistrement W7071109841

Rehearsal Vienna VCI talk Peter Schade

2010· other· en· W7071109841 sur OpenAlexaboutno aff

Notice bibliographique

RevueInternational Linear Collider · 2010
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMachine Learning in Bioinformatics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCzechPhoneBridge (graph theory)Special sectionKingdom
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Hello Jan Timmermans,\nYou have BOOKED a meeting in EVO (http://evo.caltech.edu).\n\nTitle: Rehearsal Vienna VCI talk Peter Schade\nDescription: Rehearsal Vienna VCI talk by Peter Schade\nCommunity: ILC\nPassword: lctpc\n\nMeeting Access Information:\n- Meeting URL\n http://evo.caltech.edu/evoGate/koala.jnlp?meeting=vsvivIeneMIuIMala9Itas\n\n- Password: lctpc\n- Phone Bridge\n ID: 1600319\n Password: 2192\n\nCentral European Time (+0100)\n Start 2010-02-09 09:30\n End 2010-02-09 11:30\n\nJapan Standard Time (+0900)\n Start 2010-02-09 17:30\n End 2010-02-09 19:30\n\nEastern Standard Time (-0500)\n Start 2010-02-09 03:30\n End 2010-02-09 05:30\n\nPacific Standard Time (-0800)\n Start 2010-02-09 00:30\n End 2010-02-09 02:30\n\n\nEVO Phone Bridge Telephone Numbers:\n---------------\n- USA (Caltech, Pasadena, CA)\n +1 626 395 2112\n\n- Switzerland (CERN, Geneva)\n +41 22 76 71400\n\n- Slovakia (UPJS, Kosice)\n +421 55 234 2420\n\n- Italy (INFN, several cities)\n http://server10.infn.it/video/index.php?page=telephone_numbers\n Enter '4000' to access the EVO bridge\n\n- Germany (DESY, Hamburg)\n +49 40 8998 1340\n\n- USA (BNL, Upton, NY)\n +1 631 344 6100\n\n- United Kingdom (University of Manchester)\n +44 161 306 6802\n\n- Australia (ARCS)\n +61\n Adelaide 08 8463 1011\n Brisbane 07 3139 0705\n Canberra 02 6112 8742\n Hobart 03 623 70281\n Melbourne 03 8685 8362\n Perth 08 6461 6718\n Sydney 02 8212 4591\n\n- Netherlands (Nikhef, Amsterdam)\n +31 20 7165293\n Dial '2' at the prompt\n\n- Canada (TRIUMF, Vancouver)\n +1 604 222 7700\n\n- Czech Republic (CESNET, Prague)\n +420 95 007 2386\n\n---------------\n

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil0,323

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0040,003
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,7730,706

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 Opus0,006
Tête enseignante GPT0,270
Écart entre enseignants0,265 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Linear ColliderMême sujetMachine Learning in BioinformaticsTravaux en français237 207