Equality of Retrieval: Leveling the Metadata Playing Field in Big Indexes
Notice bibliographique
Résumé
The University of Calgary's Libraries and Cultural Resources became a beta partner with Serials Solutions’ unified discovery service, Summon, in the spring of 2009. Since then it has worked to include metadata from numerous disparate systems in a single index to drive discovery in a Google-like environment. The University has examined how MARC and other metadata schemas are mapped into Summon with an eye to ensuring the maximum possible population of index fields representing facets in addition to adhering to the established standards for cross mapping metadata schemas and indexing. It has investigated existing standards and worked closely with the Summon team to create mappings that reflect how MARC and other metadata can ultimately be used in big indexes. Combined with the normalization or collapsing of metadata records representing the same resource into a single metadata-rich record, fully leveraging MARC and other metadata in big indexes should not only level the metadata playing field but make competition between records a non-issue.
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 | 0,066 | 0,218 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,008 | 0,018 |
| Études des sciences et des technologies | 0,009 | 0,021 |
| Communication savante | 0,032 | 0,094 |
| Science ouverte | 0,007 | 0,046 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».