Recomendação para Padronização de Sistemas Espaciais de Dados_CCSDS 211.1-B-3 -S
Bibliographic record
Abstract
O propósito desta Recomendação é o de estabelecer um método através do qual a língua Inglesa natural possa ser usada dentro do ambiente da Unidade de Dados com Formato Padronizado (SFDU Standard Format Data Unit) (ver Referências [2] & [3]). Ela é concebida para os casos em que uma linguagem interpretável por máquina não se encontra disponível ou para a qual não existe informação que possa ser melhor transmitida com o uso de uma linguagem natural. A representação digital dos caracteres usados em Inglês é também definida, de forma a tornar a linguagem adequada para intercâmbio de dados.[1] "Procedures Manual for the Consultative Committee for Space Data Systems", CCSDS A00.0-Y-5.0, Livro Amarelo, Edição 5, Comitê Consultivo para Sistemas Espaciais de Dados, Maio 1992. [2] "Recommendation for Space Data System Standards: Standard Formatted Data Units -- Structure and Construction Rules", CCSDS 620.0-B-2, Livro Azul, Edição 2, Comitê Consultivo para Sistemas Espaciais de Dados, Maio 1992 ou posterior. [3] "Report Concerning Space Data System Standards: Standard Formatted Data Units -- A Tutorial", CCSDS 621.0-G-1, Livro Verde, Edição 1, Comitê Consultivo para Sistemas Espaciais de Dados, Maio 1992 ou posterior. [4] "Information Technology - ISO 7-Bit Coded Character Set for Information Interchange", ISO/IEC 646:1991(E), Terceira Edição, Organização Internacional para Normalização (ISO), 1991-12-15.].
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 | 0.012 | 0.027 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.011 | 0.008 |
| Open science | 0.008 | 0.005 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.046 | 0.039 |
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".