The creation of a grey literature database for the British Columbia Environmental and Occupational Health Research Network (BCEOHRN): lessons learned and next steps
Notice bibliographique
Résumé
This paper outlines the steps that led to the creation of a grey literature database for the British Columbia Environmental and Occupational Health Research Network (BCEOHRN), particularly an MLIS student’s involvement in the project during the summer of 2006. The paper makes suggestions for the continued involvement of a professional health librarian as the project grows in size and importance for BCEOHRN researchers. BCEOHRN is one of eight networks funded by the Michael Smith Foundation in early 2005, as part of its Networking Infrastructure Program. Its aim is to “build capacity, facilitate and enhance B.C.’s ability to address health issues, and align health research in the province with national and international research and funding priorities to improve competitiveness for external funding” [1]. As part of this initiative, BCEOHRN works specifically to support research in occupational and environmental health in British Columbia. The scientific director of BCEOHRN, Dr. Susan Kennedy, a professor in the School of Environmental and Occupation Hygiene at the University of British Columbia, ambitiously supports new and innovative initiatives to put BCEOHRN at the forefront of the eight networks. One of the network’s goals for 2006 was to create an environmental and occupational health-related grey literature database, which led to the author’s involvement in the project.
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 | 0,209 | 0,317 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,041 | 0,048 |
| Études des sciences et des technologies | 0,012 | 0,006 |
| Communication savante | 0,028 | 0,020 |
| Science ouverte | 0,009 | 0,019 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».