XiaoMi-AI文件搜索系统
World File Search SystemVerger
SDG 指标元数据
产业增加值（产业增加值）是一个调查概念，指的是该产业的总产出与中间消耗之差所产生的净产出。制造业是根据《国际标准行业分类》（ISIC）第三修订本（1990年）或第四修订本（2008年）定义的。它指的是属于 ISIC 第三修订本 D 部或 ISIC 第四修订本 C 部的产业。技术分类基于研发（R&D）支出相对于增加值（下称研发强度）。研发强度的数据在经合组织发布的一份报告中提供（OECD，2003 年；Galindo-Rueda 和 Verger，2016 年，分别针对 ISIC 第三修订本和第四修订本），该报告还提出了对不同研发支出范围相对于其总增加值的产业组进行分类。MHT 产业传统上被专门定义为制造业。然而，最近有人（Galindo-Rueda 和 Verger，2016）努力将这一定义扩展到非制造业。尽管如此，中高和高科技行业主要由制造业代表。下表包括 ISIC Rev. 3 和 ISIC Rev. 4 对 MHT 行业的分类。
法国公众对未来 COVID-19 疫苗的态度
COCONEL 集团成员包括：Patrick Peretti-Watel 2,3（科学协调员）、Valérie Seror 2、Sébastien Cortaredona 2、Odile Launay 4、Jocelyn Raude 5、Pierre Verger 3（研究联盟）、François Beck 6、Stéphane Legleye 6、Olivier L'Haridon 7、Jeremy Ward 1,2（指导委员会）。 1. GEMASS、CNRS、巴黎索邦大学、巴黎 2. 艾克斯马赛大学、IRD、AP-HM、SSA、VITROME，马赛。 3 马赛东南卫生区域观察站（ORS Paca）。 4 法国卫生与医学研究院 CIC 1417；巴黎大学，巴黎笛卡尔医学院； AP-HP，科钦医院；巴黎。 5 雷恩 EHESP 公共卫生学院。 6 巴黎南部大学 CESP、UVSQ 医学院、INSERM、巴黎萨克雷大学、维尔瑞夫。 7 雷恩大学，法国国立科学研究院，CREM UMR 6211，雷恩
静脉注射与皮下注射托珠单抗治疗大动脉炎：多中心回顾性研究
Arsène Mekinian，1 Lucie Biard，2 Dagna Lorenzo，3 Pavel I Novikov，4 Carlo Salvarani，5 Olivier Espitia，6 Savino Sciascia，7 Martin Michaud，8 Marc Lambert，9 José Hernández-Rodríguez，10 Nicolas Schleinitz，11 Abid Awisat，12 Xavier Puechal，13 Achille Aouba，14 Helene Munoz Pons，15 Ilya Smitienko，16 Jean Baptiste Gaultier，17 Le Mouel Edwige，18 Ygal Benhamou，19 Antoinette Perlat，18 Patrick Jego，18 Tiphaine Goulenok，20 Karim Sacre， 20 伯特兰·利奥热、21 诺兰·哈索尔德、22 乔纳森·布罗纳、23 维尔吉尼·杜弗罗斯特、24 托马斯·塞内、25 朱莉·塞吉耶、11 弗朗索瓦·莫里耶、26 萨宾·贝尔蒂耶、27 亚历山大·贝洛、28 法滕·弗里卡、29 纪尧姆·丹尼斯、30 亚历山大·奥德玛-韦尔杰、31 伊莎贝尔·科内-保特、22 塞巴斯蒂安·亨伯特、32 帕斯卡尔·沃耶-胡内、33 亚历山德罗·托梅莱里、3 埃琳娜·玛丽娜·巴尔迪塞拉、3 桑名昌孝、34 阿尔贝托·洛·古洛、35 瓦汉·穆库奇扬、36 阿泽丁·德拉尔、37 弗朗西斯·加什、8 皮埃尔Zeminsky、24 埃琳娜·加利、3 莫亚·阿尔瓦拉多、5 路易吉·博亚尔迪、5 弗朗西斯科·穆拉托雷、5 马蒂厄·沃蒂尔、2 科拉多·坎波奇亚罗、3 谢尔盖·莫伊谢耶夫、4 马特乌斯·维埃拉、38 帕特里斯·卡库布、38 奥利维尔·费恩、1 大卫·萨阿顿、38 法国高安网络
静脉注射与皮下注射托珠单抗治疗大动脉炎：多中心回顾性研究
Arsène Mekinian，1 Lucie Biard，2 Dagna Lorenzo，3 Pavel I Novikov，4 Carlo Salvarani，5 Olivier Espitia，6 Savino Sciascia，7 Martin Michaud，8 Marc Lambert，9 José Hernández-Rodríguez，10 Nicolas Schleinitz，11 Abid Awisat，12 Xavier Puechal，13 Achille Aouba，14 Helene Munoz Pons，15 Ilya Smitienko，16 Jean Baptiste Gaultier，17 Le Mouel Edwige，18 Ygal Benhamou，19 Antoinette Perlat，18 Patrick Jego，18 Tiphaine Goulenok，20 Karim Sacre， 20 伯特兰·利奥热、21 诺兰·哈索尔德、22 乔纳森·布罗纳、23 维尔吉尼·杜弗罗斯特、24 托马斯·塞内、25 朱莉·塞吉耶、11 弗朗索瓦·莫里耶、26 萨宾·贝尔蒂耶、27 亚历山大·贝洛、28 法滕·弗里卡、29 纪尧姆·丹尼斯、30 亚历山大·奥德玛-韦尔杰、31 伊莎贝尔·科内-保特、22 塞巴斯蒂安·亨伯特、32 帕斯卡尔·沃耶-胡内、33 亚历山德罗·托梅莱里、3 埃琳娜·玛丽娜·巴尔迪塞拉、3 桑名昌孝、34 阿尔贝托·洛·古洛、35 瓦汉·穆库奇扬、36 阿泽丁·德拉尔、37 弗朗西斯·加什、8 皮埃尔Zeminsky、24 埃琳娜·加利、3 莫亚·阿尔瓦拉多、5 路易吉·博亚尔迪、5 弗朗西斯科·穆拉托雷、5 马蒂厄·沃蒂尔、2 科拉多·坎波奇亚罗、3 谢尔盖·莫伊谢耶夫、4 马特乌斯·维埃拉、38 帕特里斯·卡库布、38 奥利维尔·费恩、1 大卫·萨阿顿、38 法国高安网络
算法偏差评估的Abroca分布
[1] Ryan S. Baker。2024。大数据和教育（第8版）。宾夕法尼亚州费城宾夕法尼亚大学。 [2] Ryan S. Baker和Aaron Hawn。2022。教育算法偏见。国际人工智能杂志教育杂志（2022），1-41。[3] Solon Barocas，Andrew D Selbst和Manish Raghavan。2020。反事实解释和主要原因背后的隐藏假设。在2020年公平，问责制和透明度会议的会议记录中。80–89。[4] Alex J Bowers和Xiaoliang Zhou。2019。曲线下的接收器操作特征（ROC）区域（AUC）：一种评估教育结果预测指标准确性的诊断措施。受风险的学生教育杂志（JESPAR）24，1（2019），20-46。[5] Oscar Blessed Deho，Lin Liu，Jiuyong Li，Jixue Liu，Chen Zhan和Srecko Joksimovic。2024。过去！=未来：评估数据集漂移对学习分析模型的公平性的影响。IEEE学习技术交易（2024）。[6] Olga V Demler，Michael J Pencina和Ralph B D'Agostino Sr. 2012。滥用DELONG测试以比较嵌套模型的AUC。医学中的统计数据31，23（2012），2577–2587。[7] Batya Friedman和Helen Nissenbaum。1996。计算机系统中的偏差。信息系统（TOIS）的ACM交易14，3（1996），330–347。[8]乔什·加德纳，克里斯托弗·布鲁克斯和瑞安·贝克。2019。225–234。通过切片分析评估预测学生模型的公平性。在第9届学习分析与知识国际会议论文集。[9]LászlóA Jeni，Jeffrey F Cohn和Fernando de la Torre。2013。面对不平衡的数据：使用性能指标的建议。在2013年，俄亥俄州情感计算和智能互动会议上。IEEE，245–251。 [10] Weijie Jiang和Zachary a Pardos。 2021。 在学生等级预测中迈向公平和算法公平。 在2021年AAAI/ACM关于AI，伦理和社会的会议上。 608–617。 [11]RenéFKizilcec和Hansol Lee。 2022。 教育算法公平。 在教育中人工智能的伦理学中。 Routledge，174–202。 [12]JesúsFSalgado。 2018。 将正常曲线（AUC）下的面积转换为Cohen的D，Pearson的R PB，Ordds-Ratio和自然对数赔率比率：两个转换表。 欧洲心理学杂志适用于法律环境10，1（2018），35-47。 [13] Lele Sha，Mladen Rakovic，Alexander Whitelock-Wainwright，David Carroll，Victoria M Yew，Dragan Gasevic和Guanliang Chen。 2021。 在自动教育论坛帖子中评估算法公平性。 教育中的人工智能：第22届国际会议，AIED 2021，荷兰乌得勒支，6月14日至18日，2021年，第I部分。 Springer，381–394。 2024。 2023。 2018。IEEE，245–251。[10] Weijie Jiang和Zachary a Pardos。2021。在学生等级预测中迈向公平和算法公平。在2021年AAAI/ACM关于AI，伦理和社会的会议上。608–617。[11]RenéFKizilcec和Hansol Lee。2022。教育算法公平。在教育中人工智能的伦理学中。Routledge，174–202。[12]JesúsFSalgado。2018。将正常曲线（AUC）下的面积转换为Cohen的D，Pearson的R PB，Ordds-Ratio和自然对数赔率比率：两个转换表。欧洲心理学杂志适用于法律环境10，1（2018），35-47。[13] Lele Sha，Mladen Rakovic，Alexander Whitelock-Wainwright，David Carroll，Victoria M Yew，Dragan Gasevic和Guanliang Chen。2021。在自动教育论坛帖子中评估算法公平性。教育中的人工智能：第22届国际会议，AIED 2021，荷兰乌得勒支，6月14日至18日，2021年，第I部分。Springer，381–394。2024。2023。2018。[14]Valdemaršvábensk`Y，MélinaVerger，Maria Mercedes T Rodrigo，Clarence James G Monterozo，Ryan S Baker，Miguel Zenon Nicanor LeriasSaavedra，SébastienLallé和Atsushi Shimada。在预测菲律宾学生的学习成绩的模型中评估算法偏见。在第17届国际教育数据挖掘会议上（EDM 2024）。[15]MélinaVerger，SébastienLallé，FrançoisBouchet和Vanda Luengo。您的模型是“ MADD”吗？一种新型指标，用于评估预测学生模型的算法公平性。在第16届国际教育数据挖掘会议上（EDM 2023）。[16] Sahil Verma和Julia Rubin。公平定义解释了。在国际软件公平研讨会的会议记录中。1-7。[17] Zhen Xu，Joseph Olson，Nicole Pochinki，Zhijian Zheng和Renzhe Yu。2024。上下文很重要，但是如何？课程级别的性能和公平转移的相关性在预测模型转移中。在第14届学习分析和知识会议论文集。713–724。[18] Andres Felipe Zambrano，Jiayi Zhang和Ryan S Baker。2024。在贝叶斯知识追踪和粗心大意探测器上研究算法偏见。在第14届学习分析和知识会议论文集。349–359。