Bibliographic record
Abstract
ａ) Boucherville地区 (ｂ) Alminium Technologies Centre (完成予想図) １．は じ め に 小生は，文部科学省在外研究員として Conseil national de recherches Canada, Institut des matériaux industriels (CNRC／IMI) にお世話になる機会を得た．この名称はフ ランス語表記であり，英語では National Research Council Canada, Industrial Materials Institute(NRC／IMI) と 書く．英語表記のほうが，読者にはなじみがあると思う． CNRC／IMI は，モントリオールの中心からセントローレ ンス川を挟んで北西へ約１ ０km，ケベック州の Boucherville という閑静な French speaking town にある． CNRC／IMI の歴史，研究グループ，設備などの全体的 な概要については本誌 １) で紹介されているので，本稿では， 小生がお世話になった研究グループ Groupe Composite Polyméres／Polymer Composite Group について紹介する． ２．Polymer Composite Group の概要 既報 １) と重なる部分もあるかもしれないが，CNRC／IMI について，まず簡単に触れておく．図１ (a) は Boucherville にある CNRC／IMI の建物の写真である．写真中の Prototyping Laboratory は増築された研究スペースで昨年完成 した．また，Project office and laboratory space に新たな 建物の増築を行う計画があるとのことである．CNRC／IMI は， Materials and Processes と Process Modelling and Instrumentation の２つのテクニカルセクションがある． 最近， ３番目のセクションとして Aluminium Technologies Centre が，５年間で約５ ７ ０ ０万カナダドルをかけて設立さ れた．そのセンターはケベック州の Saguenay-Lac-St-Jean 地区にあるアルミニウムプラントの近くにあり，建物(図 １ (b) )は Université de Québec á Chicoutimi(UQAC)の キャンパス内に現在建設中である．詳細はウェブサイト 〈http：／／www.imi.cnrc-nrc.gc.ca／english／〉を参照された い．表１は IMI の研究グループをまとめたものである． この表の上段はフランス語表記，下段は英語表記である． CNRC／IMI には，Director によって管理されている３つ のテクニカルセクションがあり，その下に Group Leader
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.031 | 0.015 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".