MétaCan
Menu
Retour à la cohorte
Enregistrement W7135324385

Theory of Computing 2010: Proceedings of the Sixteenth Computing: The Australasian Theory Symposium (CATS 2010), Brisbane, Australia, January 2010

2010· book· en· W7135324385 sur OpenAlexaboutno aff
Taso Viglas, Alex Potanin

Notice bibliographique

RevueANU Open Research (Australian National University) · 2010
Typebook
Langueen
DomaineComputer Science
ThématiqueHistory of Computing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublishingChinaResearch programInformation technologyComputer technology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The 16th "Computing: The Australasian Theory Symposium - CATS" is an annual conference held in the Australia-New Zealand region, dedicated to theoretical computer science. CATS is part of the Australasian Computer Society Week (ACSW), an international annual conference event, supported by the Computing Research and Education Association (CORE) in Australia. ACSW 2010 is hosted by the School of Information Technology at the Queensland University of Technology (QUT) in Brisbane, Australia, January 18-21, 2010. CATS is an international, fully refereed conference publishing original research in all areas of theoretical computer science. The program committee in 2010 included members from Australia, New Zealand, USA, Canada, Japan, China and Hong Kong, UK, India, Switzerland, and Taiwan. In 2010 the conference received 28 submissions, of which 12 were accepted for publication, resulting in an acceptance rate of just below 43%. Each submission received three or four independent reviews from program committee members or sub-reviewers, and was discussed by the program committee. We would like to thank all the program committee members and sub-reviewers for their work, as well as all the authors for their contribution in making CATS a successful theory event.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Science ouverte, Intégrité de la recherche
Catégories consensuellesÉtudes des sciences et des technologies, Science ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,251
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,005
Communication savante0,0000,001
Science ouverte0,0210,008
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,092
Tête enseignante GPT0,316
Écart entre enseignants0,224 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même revueANU Open Research (Australian National University)Même sujetHistory of Computing TechnologiesTravaux en français237 207