Información Investigador: Tucci Kellerer, Kay Andrés
Bibliographic record
Abstract
Resumen Curricular \n\n\n\n \n \n Nacido en Mérida, el 16 de Enero de 1970. Egresó de la Universidad de Los Andes, en 1993, con el Título de Ingeniero de Sistemas, ocupando el tercer lugar entre los 58 egresados de su promoción. Ha realizado varios cursos de Sistemas Operativos, Protocolos de Comunicación y \tAdministración de Redes de Computadoras.\n\tPasantías en el ICTP (International Centre for Theoretical Physics) en Trieste, Italia, y en el Grupo de Químico Física Teórica de la Universidad de Toronto.\n\tAutor de los proyectos: "Troncal de Alta Velocidad de la Red de Datos de la ULA" y\n\t"Recableado de la Red de la Facultad de Ciencias de la ULA". \n\t\n\tMiembro del Grupo de Investigación SUMA de la Facultad de Ciencias de la ULA y de la Red de Datos de la ULA. Se desempeño como: Preparador de la Cátedra de Laboratorio de Física 11 de la ULA desde Enero de 1990 hasta Diciembre de 1991, Asistente de Administrador de Redes Corporativas en HACER desde Julio de 1991 hasta Diciembre de 1993, Ayudante Docente de la Cátedra de Sistemas Lógicos del Departamento de Computación de la ULA desde Mayo de 1991 hasta Diciembre de 1993. Durante 1994 y 1995 es Instructor del Centro Internacional de Educación y Desarrollo (CIED, Filial de Petróleos de Venezuela). A partir de Mayo de 1994 es Profesor de la Universidad de Los Andes en el área de Sistemas Operativos y Redes de Computadoras. Ha dictado Cursos de Administración de Sistemas Operativos y de Protocolos de Comunicaciones.\n\t\n\tEn septiembre de 2002 obtiene el Doctorado en Física Fundamental de la Facultad de Ciencias de la Universidad de Los Andes y durante el año 2003 realiza un Postdoctorado en el Max-Planck-Institute für Physik Komplexer Systeme en Dresden, Alemania; en colaboración con el Dr. Raymond Kapral de University of Toronto. Actualmente se desempeña como profesor de computación de la Facultad de ciencias y como profesor en el postgrado de Simulación y en el de Física Fundamental.
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 | 0.004 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.005 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.010 | 0.007 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.071 | 0.060 |
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".