The Canadian Linked Data Summit: Developing Canada's Linked Data Future through Cooperative Alliances
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
From October 24 to 26, 2016, the Canadian Linked Data Initiative (CLDI) hosted the Canadian Linked Data Summit in Montreal, Quebec with the goal to increase awareness and nurture collaboration for linked data production in Canada. The Summit was inspired by CLDI’s investment in developing and sustaining a cooperative plan for Canadian linked data development for libraries, archives, museums, and other cultural institutions across the country. CLDI, comprising of Canada’s five top research libraries, the University of Toronto, McGill University, Université de Montréal, University of Alberta, and the University of British Columbia, and partners at Library and Archives Canada, Bibliothèque et Archives nationales du Québec, and Canadiana.org, organized the CLDI Summit to allow library staff specializing in cataloguing and technology from institutions across Canada to become better equipped for opening our library metadata to the global Web through the production of linked data. Gathering together linked data experts from North America and Europe, librarians from academic, government and special libraries, as well as graduate students from Canadian Library and Information Science schools, the CLDI Summit provided a forum for recognizing the importance of linked data for libraries, sharing expertise and resources, and working collaboratively between units and institutions across the country. Consisting of presentations and panel discussions, hands-on workshops, and a stakeholders planning meeting, the 3-day CLDI Summit helped to ignite and sustain real strategies for how to move forward with linked data knowledge and production in Canada through leadership, collaboration and communication.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,002 | 0,025 |
| Science ouverte | 0,015 | 0,004 |
| 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