Dataverse for Research Data : Using Best Practices for Research Data Management in UBC
Notice bibliographique
Résumé
The volume of research data around the world is increasing at a phenomenal rate. According to a report of the Canadian Research Data Summit in 2011, “the way that we choose to manage our research data will directly impact our ability to undertake leading edge research and development in the future.” In Canada, as in many developed countries, requirements for data management are being established across a wide range of scholarly disciplines. In this presentation, we will offer UBC Library expertise in managing thousands of research data files with Dataverse software. UBC Abacus Dataverse (http://dvn.library.ubc.ca/dvn/) is open-source software, developed by Harvard, which allows researchers to share, cite, preserve, discover, and analyze research data. Dataverse is designed as a self-serve platform, where individual researchers, research teams, and institutes can create their own account and deposit their own data. Dataverse has proven to be a flexible platform that can support many models for research data management services. It offers a range of features that improve data discoverability and access. It also does a good job of managing data files from a preservation perspective: it manages versions, conducts checksums to maintain data integrity, and supports persistent identifiers. In this session we will cover how to: 1) Create and change records; 2) Metadata, types of metadata, standards; 3) Uploading files, large files, zipping; 4) Version control; 5) Tabular analysis in your browser; 6) Granular access to datasets: public, institutional, groups; 7) UNFs for data analysis; and 7) OAI for discoverability.
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 | 0,088 | 0,207 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,005 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,030 | 0,042 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,038 | 0,030 |
| Science ouverte | 0,010 | 0,020 |
| Intégrité de la recherche | 0,006 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,062 | 0,103 |
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 ».