Bibliographic record
Abstract
Le présent document est le premier dictionnaire de données du SINP.Il reprend les éléments définis dans les standards d'échanges SINP.La version 1.0 reprend les attributs définis dans le standard d'échange pour les données d'observations et suivis de taxons (SOT v3.0) (notamment des éléments communs avec le standard d'échange de données pour les observations et suivis d'habitats (SOH v2.0)) et le standard d'échange de métadonnées (MTD v2.0).Il a vocation à être complété par tout nouvel attribut utilisé dans le cadre d'échange de données avec le SINP.Le dictionnaire de données et les documents de présentation des standards d'échange sont à utiliser conjointement pour comprendre et échanger des données et leurs métadonnées au SINP.Mise au point sur les différents standards SINP cités dans ce document : -Observations et suivis de taxons (abrégé « SOT v3.0 ») est synonyme à OccTax.Le nom a été modifié pour la version 3.0 afin d'être en cohérence avec son équivalence pour les habitats, le standard d'échange de données d'observations et suivis d'habitats (SOH) v2.0 ; -Le standard d'échange de métadonnées ne change pas de nom, seulement de version, et est abrégé en « MTD v2.0 »
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 | 0.009 | 0.042 |
| Meta-epidemiology (narrow) | 0.003 | 0.002 |
| Meta-epidemiology (broad) | 0.004 | 0.003 |
| Bibliometrics | 0.022 | 0.022 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.122 | 0.141 |
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".