MétaCan
Menu
Retour à la cohorte
Enregistrement W1573069972 · doi:10.1111/j.1467-9671.2012.01370.x

Finding Science with Science: Evaluating a Domain and Scientific Ontology User Interface for the Discovery of Scientific Resources

2012· article· en· W1573069972 sur OpenAlexaff
Kristin Stock, Vera Karasova, Anne Robertson, Guillaume Roger, Mark Small, Mohamed Bishr, Jens Ortmann, Tim Stojanovic, Femke Reitsma, Lukasz Korczynski, Boyan Brodaric, Zöe Gardner

Notice bibliographique

RevueTransactions in GIS · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueSemantic Web and Ontologies
Établissements canadiensGeological Survey of Canada
Organismes subventionnairesnon disponible
Mots-clésOntologyComputer scienceResource (disambiguation)Data scienceContext (archaeology)Domain (mathematical analysis)Scientific discoveryScientific literatureWeb resourceWorld Wide WebInterface (matter)Knowledge extractionSemantics (computer science)Sociology of scientific knowledgeSemantic WebInformation retrievalData miningGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Current approaches to the discovery of scientific resources (publications, data sets and web services) are dominated by keyword search. These approaches do not allow scientists to search on the deeper semantics of scientific resources, or to discover resources on the basis of the scientific approaches taken. This article evaluates a user interface that allows users to discover scientific resources through structured knowledge in the form of ontologies describing the domain and the scientific knowledge inherent within the scientific resource, and also through informal user tags. These combined capabilities provide scientists with new and powerful options for resource discovery. A qualitative user evaluation explored how scientists felt about the approach for resource discovery in the context of their scientific work. The study showed that marine scientists were enthusiastic about the capabilities of such an approach and appreciated the ability to browse the visual structure of the knowledge and query on scientific method but, overall, preferred the use of tags over ontologies. The exploratory nature of the user study was used to identify future directions for such improvements.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,354
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,006
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,337
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions in GISMême sujetSemantic Web and OntologiesTravaux en français237 207