DDI-L in the Production of Official Statistics
Notice bibliographique
Résumé
Statistical organizations disseminate statistics to an extent never seen before. However according to in-depth analysis of user needs, it is an urgent task to give end-users better assistance when they use statistics or wish to find relevant statistics. The paper suggests that metadata should be defined and implemented targeted at providing help to end-users. Statistics Denmark strives for an integrated metadata approach with quality-, concepts-, variables- and classification-elements. To fulfil this, standards and tools used in Sweden, Portugal, Canada etc. were investigated. It was apparent that all solutions could be used to fulfill our needs, but still a lot of work on development was required. In 2011 DDI-L was discovered. The standard looked like as an excellent way forward. Since then Statistics Denmark, together with Danish Data Archive as reviewer, has carried out a pilot-project and other tests of the standard using various software implementations - Colectica being the main tool. The paper will present models, DDI-L structures and issues and thereby contribute to a common understanding of the use of DDI-L in the production of official statics that would benefit both the international DDI-community and the international statistical community. We hope this paper can contribute to this process.
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 | 0,176 | 0,319 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,019 | 0,027 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,029 | 0,020 |
| Science ouverte | 0,007 | 0,013 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,015 |
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 ».