Notice bibliographique
Résumé
Changelog v0.13 (2025-09-03) Contributors to this version: Juliette Lavoie (@juliettelavoie), Pascal Bourgault (@aulemahal), Artem Buyalo (@ArtemBuyalo), Éric Dupuis (@coxipi). New features and enhancements Add additive_space option to xs.train. (PR/603). Modify the xclim modules definition of relative_humidity_from_dewpoint to include invalid_values='clip'.(PR/616). Add possibility to "creep fill" iteratively with argument steps in xs.spatial.creep_weights. (PR/594). Ability to save and load sparse arrays like the creep or regridding weights to disk with xs.io.save_sparse and xs.io.load_sparse. (PR/594). Generalize xs.regrid.create_bounds_gridmapping to include dataset with crs. (PR/628, GH/627). Ability to return multiple periods if passed multiple warming levels in xs.extract.get_period_from_warming_level. (PR/630, GH/629). Update xscen to xclim 0.58 (PR/634). New function xs.spatial.rotate_vectors to rotate vectors from/to their native grid axes to/from real west-east/south-north axes. (PR/635). New function xs.spatial.get_crs to get a cartopy crs from a grid mapping variable (only Rotated Pole and Oblique Mercator) (PR/635). Bug fixes Add standard_name to dtr definition in conversions. (PR/611). Better handling of attributes in xs.train. (PR/608, GH/607) Fix dimension renaming in xs.spatial_mean. (PR/620) Bug fixes Fixed xs.utils.xclim_convert_units_to context patching. (PR/604).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,010 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,437 | 0,569 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».