Making Use of Hidden Data: Towards a Database of Weather Predictors
Notice bibliographique
Résumé
Anthropologists often have interesting and valuable data that remains ‘hidden’ because it does not fit easily into conventional academic publishing formats. This article suggests that it is worthwhile to make use of this hidden data for the benefit of other researchers and the study communities. To illustrate, the article describes initial efforts to create an online database of traditional weather prediction indicators derived from observations of the ecosystem. The database was started with descriptions of more than a thousand prediction indicators used in Northeast Brazil, which were collected as part of a survey of farmers and ‘rain prophets’. It is argued that such a database is important not only as part of the anthropological record, but also for the preservation of cultural heritage, and as a baseline for studies of environmental change. Some of the theoretical, practical, and ethical issues that have emerged in developing the database include: determining how much contextual information to include, obtaining translations, recruiting contributors, and properly acknowledging intellectual property. While there seems to be a great deal of enthusiasm for the idea from various sectors within and outside of academia, difficulties in securing funding for this interdisciplinary project and establishing a group of collaborators have so far presented significant obstacles.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,043 | 0,178 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,015 | 0,020 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,020 | 0,035 |
| Science ouverte | 0,008 | 0,015 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».