UPC, la universitat de l'Enginyeria, l'Arquitectura, les Ciències i la Tecnologia
Bibliographic record
Abstract
Eduard Llorens va guanyar fa dos anys el Premi al millor treball de recerca de batxillerat que convoca cada curs la UPC, amb una proposta de disseny d’un camp de refugiats: ara estudia el segon curs del grau en Estudis d’Arquitectura. Mónica Pérez estudia el grau en Tecnologies Industrials i assegura que una jornada de portes obertes li va permetre conèixer la Formula Student, una competició mundial en què participen monoplaces dissenyats i construïts per estudiants d’universitats d’arreu del món: ara forma part d’un dels diferents equips d’estudiants de la UPC que participa en aquesta competició. Zhang Fengbo ha escollit la UPC per estudiar un màster universitari i, ara, té l’oportunitat de conèixer la recerca que es duu a terme en els diferents laboratoris i centres de recerca de la Universitat. El camí d'Iván Payan, enginyer informàtic, ha estat una mica diferent: va fundar una associació de desenvolupadors d’aplicacions mòbils i, ara, ha impulsat un projecte emprenedor. També Bernat Villa i Adrià Sallés, estudiants del grau en Enginyeria de Disseny Industrial i Desenvolupament del Producte, han dissenyat i creat, com a projecte de fi de grau, una cadira de rodes de baix cost, que es pot muntar fàcilment i que està especialment ideada per utilitzar-la en països en vies de desenvolupament. Eduard, Mónica, Zhang, Iván, Bernat i Adrià són només sis dels 32.765 estudiants de la UPC que han compartit, a través d’aquest vídeo, els seus projectes, somnis i experiències. Et convidem a conèixe’ls i a descobrir, a través d’ells, la Universitat Politècnica de Catalunya. Ara UPC, la universitat de l’Enginyeria, l’Arquitectura, les Ciències i la Tecnologia.
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 | 0.005 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.009 | 0.005 |
| Scholarly communication | 0.018 | 0.010 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.007 | 0.011 |
| Insufficient payload (model declined to judge) | 0.116 | 0.040 |
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".