MétaCan
Menu
Retour à la cohorte
Enregistrement W2768072253 · doi:10.13021/g8osi.1.2017.1933

Culture of Communication Workgroup Report

2017· article· en· W2768072253 sur OpenAlexafffund
Barbara DeFelice, Susan Haigh, Barrett Matthews, Dan Morgan, Eric L Olson, Leslie J. Reynolds, Rachel G. Samberg, Jason Steinhauer, Mary Yess

Notice bibliographique

RevueOpen Scholarship Initiative Proceedings · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensCanadian Association of Research Libraries
Organismes subventionnairesCanadian Association of Research LibrariesVillanova UniversityGeorge Washington UniversityDartmouth CollegeAssociation of Research Libraries
Mots-clésWorkgroupGeneral partnershipPublic relationsSkepticismWork (physics)Knowledge managementBusinessPolitical scienceComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Following a common thread from throughout OSI2016, this workgroup will develop partnership proposals for this community to work together to improve the culture of communication inside academia, particularly inside research. As part of this effort, it may be important to clarify messaging surrounding the benefits and impacts of open access (OA) inside academia, particularly inside research. It may also be important to determine what resources and information are needed before this messaging can be effective, including showing the benefits of OA to a skeptical research community; addressing the many concerns of stakeholders; clearly explaining its pros and cons; and demonstrating the case for why the transition to OA is worth the trouble.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Science ouverte
Catégories consensuellesCommunication savante, Science ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,943
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0190,159
Science ouverte0,0170,010
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,277
Tête enseignante GPT0,454
Écart entre enseignants0,177 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen Scholarship Initiative ProceedingsMême sujetResearch Data Management PracticesTravaux en français237 207