Notice bibliographique
Résumé
This is a book about recovery. Not recovery from drugs, alcohol, or surgery, but recovery from the numerous and relentless demands we face in handling our everyday obligations. These demands take a toll on us. Regardless of whether they come from paid employment, caring for young children, looking after elderly parents, or trying to get through graduate school, our daily obligations weigh heavily on us. They deplete our energy. They drain us of motivation. They leave us feeling weary and exhausted. If you tend to feel worn out and want to know how to replenish yourself, this book is for you.We should be able to recover from our daily obligations during our downtime. But many of us don’t. In this book we will explain why downtime is inadequate for helping us recharge our batteries, and present you with an effective alternative. Recent scientific developments from around the globe have shed light on the processes that reverse the draining effects of our obligations and help us successfully recover in our leisure time. Not only that, research also reveals that when effective recovery occurs it not only recharges our batteries, but makes us feel happier, makes us healthier, and makes us better at handling the demands that drained us in the first place. We call this boosting to reflect the multi-pronged benefits of successful recovery. In this book we draw on the most cutting-edge science to explain how to transform our ineffective downtime into valuable uptime. Uptime is the time away from our obligations that successfully satisfies the factors that lead us to feel replenished, recharged, recovered, and gives us a boost.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,701 | 0,594 |
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 ».