Developpement d'un nouveau blogue pour un site Web d'association professionnelle specialisee
Bibliographic record
Abstract
ACME est une association professionnelle à but non lucratif comptant plus de 80 000 membres répartis dans la province du Québec. Elle est soucieuse d'offrir un excellent service à la clientèle et est continuellement à la recherche de nouvelles stratégies pour augmenter ses revenus. ACME a décidé, en lien avec son plan stratégique de l'année 2016-2017, d'intégrer son blogue au site actuel. En effet, le blogue est séparé du site Web actuel et utilise une technologie désuète. La faible visibilité du blogue (21 % des membres le consultent) n'aide point à l'augmentation des revenus et diminue le niveau de service à la clientèle. C'est dans cette optique qu'ACME a retenu nos services pour la réalisation d'un nouveau blogue intégré. Ce projet a servi, à l'étudiante Yadisleyvi Capote Chavez, de projet d'application dans le cadre de la Maitrise en Génie logiciel (3822) à l'UQAM. Dans le cadre de ce projet, nous avons procédé au nettoyage du code de l'application actuelle d'ACME afin de permettre une intégration adéquate de la nouvelle application Web du blogue. Nous avons développé l'application Web (Blogue) en Python/Django et avons utilisé la méthode Kanban pour le développement et le suivi hebdomadaire de chaque livrable avec le comité de direction d'ACME. Cette méthodologie nous a permis d'identifier rapidement les obstacles, le travail à effectuer, le reste à faire et finalement prendre les meilleures décisions. Après 6 mois de réalisation de la nouvelle application Web Blogue, nous avons finalement procédé à la mise en production au mois de janvier de l'année 2017. (Notes : ACME est le nom générique de l'organisation utilisé dans ce rapport pour garantir la confidentialité de l'organisation dans laquelle ce projet s'est déroulé.)
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 0.008 |
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".