Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Dati statistici internazionali (2007) rivelano che ogni minuto sono inviati 50.000 SMS nel mondo. Il progetto di ricerca (2009 – 2011) riguarda le pratiche di scrittura attraverso i messaggi inviati traimite Short Message Service. In particolare, la ricerca si focalizza sull’analisi linguistica dei testi e lo studio delle correlazioni tra caratteristiche lingusitiche dei testi e caratteristiche sociodemografiche degli autori. Prevede la raccolta di un corpus stimato di 300.000 testi e di alcuni dati sociodemografici degli autori. Lo scopo é quello di monitorare le caratteristiche della lingua scritta via SMS, l’evoluzione dei codici specifici di questa lingua, le varianti e covariazioni rispetto alla caratteristiche sociodemografiche. Al progetto partecipano: l’univerità di Bologna (Letizia Caronia, Dipeartimento di scienze dell’educazione); l’Università di Ottawa, l’Università Simon Frazer di Vancouver, l’Università di Montreal (Patrick Drouine, Dipartimento di Linguistica e traduzione, André H. Caron Dipartimento di comunicazione, Pphilippe Langlais, Dipeartimento di informatica) e l’università cattolica di Lovanio che ha condotto il primo studio su larga scale dei messaggi di testo. La ricerca ha anche lo scopo di fornire dati utili alle compagnie telefoniche per migliorare la qualità del servizio e indirizzzare la ricerca tecnologica nel settore delle NICT
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.003 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.009 |
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 it