INCORPORATING NETWORK ANALYSIS INTO EVALUATION OF 'BIG SCIENCE' PROJECTS: AN ASSESSMENT OF THE CANADIAN LIGHT SOURCE SYNCHROTRON
Notice bibliographique
Résumé
Major investments in science and technology are designed to generate something beyond the science itself. Government-funded big science infrastructure, exemplified by the Canadian Light Source Synchrotron (CLS), offers places for scientists both to conduct their scientific investigations and to do things that more directly add economic and social value. Scientists, however, do not work in isolation. They are usually part of larger networks or communities that can generate bigger net effects for the affiliated individuals and institutions. Understanding the structure and scale of these scientific networks provides insights into the impacts of big science on the scientific community (locally and globally) and the potential opportunities that may be realised. This study applies the social network analysis (SNA) methodology and combines it with a survey and statistical analysis to assess the network of scholars attached to the CLS, to explore the evolution of collaborative behaviour over time and to explore the relationships between the network and specific output and outcome variables. The study concludes that the CLS has generated a large and growing scholarly community; at the core of the network is a group of highly linked and engaged scholars who have the aptitude and experience to extend their research results into application and use.
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 | 0,084 | 0,179 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,018 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».