MétaCan
Menu
Retour à la cohorte
Enregistrement W7101449160 · doi:10.5281/zenodo.17458823

OpenChemistry/avogadroapp: Avogadro 1.102.1

2025· other· W7101449160 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typeother
Langue
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésPython (programming language)Dialog boxScripting languagePlug-inTroubleshootingFuzz testingCode (set theory)

Résumé

récupéré en direct d'OpenAlex

This release fixes a number of bugs in the recent 1.102.0 release. Many thanks to everyone submitting bug reports! It also offers test releases for Linux-ARM64 and Windows-ARM64. If you try these out, please let us know your experience! ✨ Features Add an estimated time progress dialog, particularly for surfaces @ghutchis (#2328) 🐛 Bug Fixes Fix the dialog for "update available" @ghutchis (#648) Fix Windows uninstall script to run unattended @ghutchis (#650) Fix bug when file was saved even if the user hit cancel @ghutchis (#653) Fix a bug in Linux AppImage that prevented GAFF and MMFF94 force field optimizations Add some logic to handle running when the user doesn't install Python @ghutchis (#2337) Some fixes for the ARM64 AppImage @ghutchis (#2332) Fix bug in which plugin installation dialog doesn't close @ghutchis (#2331) Add a sanity check for OB force fields - make sure they work @ghutchis (#2327) Fix a bug with calling default python when pixi is not available @ghutchis (#2325) Fix a few bugs in the constraints dialog @ghutchis (#2324) For now, don't bundle pixi with the AppImage @ghutchis (#2323) 🧰 Maintenance Minimize code duplication with a checkout action @ghutchis (#2339) Update GitHub Actions to use current SHA for more secure builds @ghutchis (#2338) Add a Windows-ARM native build for testing @ghutchis (#2335) Add an ARM64 build including AppImage @ghutchis (#2326) Add build status badges for Linux, Windows, and macOS @ghutchis (#2318) Fix windows build script @ghutchis (#2315) 📚 Translations Automated translation updates @github-actions[bot] (#2333) Credits Thanks to many contributors, including: @dependabot[bot], @ghutchis, @weblate, dependabot[bot] and github-actions[bot]

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: Logiciel
Score de désaccord entre enseignants0,429
Score d'incertitude au seuil0,814

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0050,006
Science ouverte0,0050,003
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,4290,491

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 Opus0,088
Tête enseignante GPT0,323
Écart entre enseignants0,235 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreLogiciel

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetScientific Computing and Data ManagementTravaux en français237 207