Bio2RDF: Convert, Provide And Reuse.
Notice bibliographique
Résumé
Abstract The Bio2RDF project uses open-source Semantic Web technologies to provide interlinked life science data in order to maximize productivity and facilitate biological knowledge discovery. Using both syntactic and semantic data integration techniques, Bio2RDF puts into practice a simple methodology to generate and seamlessly integrate machine-interpretable data that can be powerfully interrogated with SPARQL-based queries to answer sophisticated questions.At its core, database records are converted into a set of statements or so-called triples that are captured together as a named graph annotated with provenance. The records and the entities they are about are provided with a Uniform Resource Identifier (URI) of the form http://bio2rdf.org/prefix:identifier, where the prefix indicates a reserved name for the dataset, record or terminological resource. The application of this simple method allows resources from over 40 datasets to integrate seamlessly at the syntactic level irrespective of whether the original data contains non-Bio2RDF URIs.However, when original data providers such as Uniprot provide their own RDF they will rightfully use URIs that resolve to their servers, but what should they do for externally defined entities? If they follow in Bio2RDF’s footsteps then every data provider will use a different URI. However, should original data providers present and implement a URI scheme, then it becomes possible for others to establish stable links to their resources. As such, we will witness the birth of a more stable linked data network, ensuring that data providers need not provide third party data in a redundant manner.
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 | 0,009 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,005 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,094 | 0,135 |
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 ».