MétaCan
Menu
Retour à la cohorte
Enregistrement W2743608128 · doi:10.3897/tdwgproceedings.1.20185

Exploring the Canadian Federated Research Data Repository Service

2017· article· en· W2743608128 sur OpenAlexaboutno aff
Wilson Lee

Notice bibliographique

RevueBiodiversity Information Science and Standards · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTimelineInteroperabilityData management planGeneral partnershipData managementService (business)Computer scienceInformation repositoryData as a serviceData curationMetadataWorld Wide WebData scienceKnowledge managementBusinessDatabaseComputer data storage

Résumé

récupéré en direct d'OpenAlex

Good data management requires support for researchers at all stages of the data lifecycle, from policy and planning development to infrastructure that ensures data is findable, accessible, interoperable, and reusable (FAIR). While several excellent institutional, domain-specific, and general repositories currently exist both within Canada and abroad, Canada lacks nationally coordinated solutions for managing research data, and the question of where to deposit data for discovery, reuse, and preservation remains pervasive. Developed through a partnership between the Canadian Association of Research Libraries (CARL), the Portage Network, and Compute Canada, the Federated Research Data Repository (FRDR) seeks to address a longstanding gap in Canada’s research infrastructure by providing a single platform from which research data can be ingested, curated, preserved, discovered, cited, and shared. The platform’s federated search tool will provide a focal point to discover and access Canadian research data, while the range of services provided by FRDR will help researchers store and manage their data, preserve their research for future use, and comply with institutional and funding agency data management requirements. In this presentation, participants will learn about the development of the new system, current and planned functionality, the timeline for service launch, the proposed distributed service model to support institutions both locally and nationally, and a brief overview of research projects we will be supporting as the platform moves toward launch. Researchers will gain an understanding of how they can use FRDR to make their research data discoverable and accessible, as well as comply with increasing funder expectations for the management of research data.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,767

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,013
Études des sciences et des technologies0,0160,004
Communication savante0,0200,016
Science ouverte0,0080,014
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,004

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.

Tête enseignante Opus0,509
Tête enseignante GPT0,421
Écart entre enseignants0,088 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineReproductibilité
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiodiversity Information Science and StandardsMême sujetResearch Data Management PracticesTravaux en français237 207