Notice bibliographique
Résumé
La Doctora Mariana Brussoni se especializa en juego infantil, desarrollo y riesgo. Es profesora de la Facultad de Medicina de la Universidad de Columbia Británica y es la directora del proyecto de Investigación "Human Early Learning Partnership", del Instituto de Investigación del Hospital Infantil de Columbia Británica en Vancouver, Canadá. Sus investigaciones recientes indagan sobre el juego infantil al aire libre y se centran en las percepciones de riesgo de padres, madres y educadores así como en el diseño de entornos propicios para el juego al aire libre, con el objetivo de garantizar que niñas y niños tengan el tiempo, el espacio y la libertad para jugar al aire libre todos los días. Su investigación en el marco del espacio de Outside Play Lab ha sido galardonada, pueden encontrarse más detalles disponibles en https://www.outsideplay.org/Durante su estadía en Argentina, Mariana Brussoni participó como conferencista del Encuentro "Ciudades y Sociedades Sostenibles”, organizado por el Instituto de Desafíos Urbanos Futuros (IDUF) junto a la CAF (Banco de Desarrollo de América Latina y el Caribe), en el marco de una investigación realizada por el IDUF sobre la autonomía de las infancias en la Ciudad de Buenos Aires. El IDUF es un área de la Legislatura de la Ciudad de Buenos Aires que promueve el intercambio de ideas y prácticas entre los actores políticos, económicos y sociales involucrados en la construcción de las ciudades con el objetivo de mejorar la planificación de las ciudades para promover el bienestar, la convivencia y las oportunidades.Entrevistadoras: Florencia Abraldes (IDUF), Geraldine Oniszczuk (IDUF), Valeria Llobet (CONICET/LICH-UNSAM) y Laura Frasco Zuker (CONICET/LICH-UNSAM).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,009 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,012 | 0,004 |
| Science ouverte | 0,006 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,006 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».