MétaCan
Menu
Retour à la cohorte
Enregistrement W7133023735

Managing Dynamic Context to Enable User-Driven Web Integration in the Personal Web

2010· article· en· W7133023735 sur OpenAlexafffund
Alex Lau, Norha M. Villegas, H. Muller, Joanna Ng

Notice bibliographique

RevueBiblioteca Digital - Universidad Icesi · 2010
Typearticle
Langueen
DomaineDecision Sciences
ThématiquePersonal Information Management and User Behavior
Établissements canadiensIBM (Canada)
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversidad ICESIInternational Business Machines Corporation
Mots-clésWeb serviceContext (archaeology)The InternetWeb standardsWeb developmentPersonal information managementWeb 2.0Web modelingWeb page
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Personal Web is the people-centric instan-tiation of the Smart Internet where informa-tion systems, services and web content are ar-ticulated by users according to their matters of concern. To realize the vision of the Per-sonal Web, the Smart Internet requires infras-tructure to support the user in the integra-tion of personal data and the composition of personal services within a highly dynamic con-text that constitutes the user's Personal Web Sphere. To address these requirements, we pro-pose a user-driven context management frame-work, built on the top of the basic enabling infrastructure of the Personal Web, to support users in the run-time modification of personal context models. The core of our proposal is the management of monitoring concerns by imple-menting feedback loops, where the user acts as the planner of the controller to adapt the mon-itoring strategy by means of using web inter-actions to modify the personal context models. These context models, deployed at three differ-ent levels of abstraction, represent monitoring concerns by defining abstract types of contex-tual entities, the relationships among them and the interactions that the user can instantiate to drive web integration.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,075
Tête enseignante GPT0,352
Écart entre enseignants0,277 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiblioteca Digital - Universidad IcesiMême sujetPersonal Information Management and User BehaviorTravaux en français237 207