MétaCan
Menu
Retour à la cohorte
Enregistrement W7097394930

1 THE CANADIAN ISTAR INFORMATION-CENTRIC COLLABORATIVE WORKSPACE CONCEPT PAPER FOUR The Info-Centric Collaborative Workspace From an Implementation Perspective

2011· article· en· W7097394930 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMilitary Strategy and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkspaceProcess (computing)CompendiumField (mathematics)Information systemPerspective (graphical)DocumentationInterface (matter)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

1. Intelligence, Surveillance, Target Acquisition and Reconnaissance (ISTAR) is an evolving information operations (IO) concept in the Canadian Land Force. ISTAR provides the commander with a system to collect and process required information for producing intelligence on the threat and knowledge on the environment during operations, as well as knowledge needed to identify, acquire and engage targets. The various processes used to collect and analyze the information are the result of numerous individual systems some of which have only been recently introduced in the field while many others are still in development as a result of advances in the information age. This compendium of systems makes ISTAR a “System of systems”, as opposed to a single system. These four papers present the new Canadian information centric collaborative workspace concept that provides a more coherent information management approach to better support the Commander in both its tactical intelligence and operations activities at brigade level. The info-centric collaborative workspace concept aims at offering a seamless collaborative environment enabling the ISTAR staff to perform their tasks using different applications / services through a standardized Human Computer Interface (HCI).

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)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,297
Score d'incertitude au seuil0,597

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0080,011
Communication savante0,0150,007
Science ouverte0,0030,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0170,003

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 Opus0,008
Tête enseignante GPT0,224
Écart entre enseignants0,215 · 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'étudeThéorique ou conceptuel
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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMilitary Strategy and TechnologyTravaux en français237 207