Knowledge management, research data management, and university scholarship
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose – The purpose of this paper is to synthesize existing research on research data management (RDM), academic scholarship and knowledge management and provide a conceptual framework for an institutional research data management support-system (RDMSS) for systems development, managerial and academic use. Design/methodology/approach – Viewing RDMSS from multiple theoretical perspectives, including data management, knowledge management, academic scholarship and the practice-based perspectives of knowledge and knowing, this paper conceptually explores the systems’ elements needed in the development of an institutional RDM service by considering the underlying data discovery and application issues, as well as the nature of academic scholarship and knowledge creation, discovery, application and sharing motivations in a university environment. Findings – The paper provides general criteria for an institutional RDMSS framework. It suggests that RDM in universities is at the very heart of the knowledge life cycle and is a central ingredient to the academic scholarships of discovery, integration, teaching, engagement and application. Research limitations/implications – This is a conceptual exploration and as a result, the research findings may lack generalisability. Researchers are therefore encouraged to further empirically examine the proposed propositions. Originality/value – The broad RDMSS framework presented in this paper can be compared with the actual situation at universities and eventually guide recommendations for adaptations and (re)design of the institutional RDM infrastructure and knowledge discovery services environment. Moreover, this paper will help to address some of the identified underlying scholarship and RDM disciplinary divides and confusion constraining the effective functioning of the modern day university’s RDM and data discovery environment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,028 |
| Science ouverte | 0,008 | 0,024 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle