MétaCan
Menu
Retour à la cohorte
Enregistrement W2772211041 · doi:10.25333/c3nk88

Research Information Management: Defining RIM and the Library’s Role

2017· article· en· W2772211041 sur OpenAlexaff
Rebecca Bryant, Anna Clements, Carol Feltes, David Groenewegen, Simon Huggard, Holly Mercer, Roxanne Missingham, Maliaca Oxnam, Anne Rauh, John Wright

Notice bibliographique

RevueSwinburne Research Bank (Swinburne University of Technology) · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésBusinessComputer scienceKnowledge managementProcess management

Résumé

récupéré en direct d'OpenAlex

Research information management (RIM) is the aggregation, curation, and utilization of information about research and is emerging as an area of increasing interest and relevance in many university libraries. RIM intersects with many aspects of traditional library services in discovery, acquisition, dissemination, and analysis of scholarly activities, and does so through the nexus with institutional data systems, faculty workflows, and institutional partners. RIM adoption offers libraries new opportunities to support institutional and researcher goals.In this paper prepared by Rebecca Bryant, OCLC Research Senior Program Officer, and a working group of librarians representing OCLC Research Library Partnership institutions, learn more about what RIM is, what is driving RIM adoption, and the library's role in RIM.The publication is intended to help libraries and other institutional stakeholders understand developing research information management practices—and particularly the value add that libraries can offer in a complex ecosystem.This work is part of a suite of publications and resources around RIM practices.

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)0,124
score de la tête « metaresearch » (Gemma)0,109
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil0,653

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1240,109
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0140,023
Études des sciences et des technologies0,0130,051
Communication savante0,0730,082
Science ouverte0,0060,023
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,049
Tête enseignante GPT0,330
Écart entre enseignants0,281 · 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
Domainenon disponible
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

Citations39
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSwinburne Research Bank (Swinburne University of Technology)Même sujetResearch Data Management PracticesTravaux en français237 207