MétaCan
Menu
Retour à la cohorte
Enregistrement W7104059048 · doi:10.25549/viet-c80-492

Mai Nguyen, They Killed Our Country

2021· dataset· en· W7104059048 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity of Southern California Digital Library · 2021
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVietnameseOppressionFaithRefugeeVietnam WarCommunismImmigrationWorld War II

Résumé

récupéré en direct d'OpenAlex

[profile bio] Mai Nguyen is a survivor of the American War in Vietnam with a unique perspective and a compelling story. Ms. Nguyen was born in 1957 and lived in Saigon, Vietnam until her escape in 1980. Ms. Nguyen and her family were South Vietnamese who witnessed the American military influence and considered them a good symbol to keep Vietnam intact from communism. After the fall of Saigon in 1975, Ms. Nguyen witnessed first hand the oppression brought by communism and the elimination of freedom. In 1980 she decided to escape with her baby boy to international waters. However, in her escape, she became part of what is called the "boat people" and she encountered a hard and arduous journey. Pirates held up her boat various times, people around her were mugged, raped, and beaten—fortunately her strong will and faith in God saved her. Upon docking she arrived in Thailand as a refugee. Later, she moved to Canada, opened two successful restaurants and has been an anti-communist activist for the Vietnamese Community ever since. Ms. Nguyen later immigrated to the United States and her transition was also not easy. However, after confronting hardships in America she finally found peace. Mai Nguyen now resides in a beautiful neighborhood in Anaheim, California having raised two successful children. [profiler bio] Joseph Donaway is a senior majoring in psychology. Juan Cueto is a senior majoring in business administration. Diego Ramirez is a senior in the Viterbi School of Engineering.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil0,893

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0060,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,2670,062

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 GPT0,167
Écart entre enseignants0,161 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Southern California Digital LibraryTravaux en français237 207