An Analysis of Data Management Policies of Governmental Funding Agencies in the U.S., the U.K., Canada and Australia
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
본 연구는 미국, 영국, 캐나다, 호주의 15개 정부연구비지원기관에서 제공하는 데이터관리 정책을 분석하여 국내 데이터 정책 개발을 위한 참고사항을 제시하는 것을 목적으로 하였다. 데이터 정책의 내용 분석을 위해 선행연구를 바탕으로 1) 데이터의 정의, 2) 데이터관리 원칙, 3) 데이터관리 계획, 4) 데이터관리 실행, 5) 법적․윤리적 측면의 5가지 기준을 제시하였다. 분석 결과 이러한 내용들을 모두 포함하고 있는 데이터정책은 존재하지 않았지만 다수의 기관들이 분석기준으로 제시된 내용들을 정책에서 공통적으로 다루고 있음을 확인할 수 있었다. 분석결과를 바탕으로 제시된 데이터 정책 개발을 위한 제언은 다음과 같다. 첫째, 연구비를 지원하는 학문 분야의 데이터 생성에 대한 이해를 바탕으로 데이터의 정의와 유형을 제시하여 관리대상을 명확히 한다. 둘째, 국내 연구데이터 관리에 적용할 수 있는 데이터관리 원칙을 수립하고 이를 정책에 제시한다. 셋째, 연구자들의 데이터관리에 대한 책임을 강화할 수 있는 데이터관리계획 도입을 검토한다. 넷째, 연구자들의 데이터 공유를 촉진하고 지원할 수 있는 데이터관리 실행 내용을 정책에 명시한다. 다섯째, 데이터 공유의 근거가 되는 법제도의 적용 및 개선방안을 검토하여 데이터 공유와 관련된 법적․윤리적 문제를 최소화하는 정책을 마련한다.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,138 |
| Science ouverte | 0,004 | 0,001 |
| 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