Proficient Use of Open Data Requires These Core Information Skills: An Open Data Community Perspective
Notice bibliographique
Résumé
Expanding access to open data, such as government data and research data, requires that we consider how citizens and stakeholders can best access the value these data hold. Should individuals rely on an intermediary to create information products from the data, or should they dive in and work with raw data? Building on previous work defining a core set of data literacy skills, we convened a workshop with 34 open data professionals to define the core set of skills for working with open data: "open data literacy". Analysis of their perspectives reveals a focus on non-technical skills, like creativity, curiosity, and critical thinking, as a priority over technical skills like coding and visualization. We describe their perspective in detail, and reflect on the significance of our findings for information professionals.Élargir l'accès aux données ouvertes, telles que les données gouvernementales et les données de recherche, exige que nous examinions comment les citoyens et les parties prenantes peuvent le mieux accéder à la valeur de ces données. Les individus devraient-ils compter sur un intermédiaire pour créer des produits informationnels à partir des données, ou devraient-ils faire le plongeon et travailler avec les données brutes? Sur la base de travaux antérieurs définissant un ensemble de compétences de bases permettant de travailler avec des données, nous avons organisé un atelier avec 34 professionnels des données libres dans le but de définir un ensemble de compétences de base permettant de travailler avec des données ouvertes : « open data literacy ». L'analyse de leurs perspectives révèle que l'accent est mis sur les compétences non techniques, telles que la créativité, la curiosité et la pensée critique, plutôt que sur les compétences techniques comme le codage et la visualisation. Nous décrivons leur point de vue en détail et réfléchissons à l'importance de nos constatations pour les professionnels de l'information.
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 | 0,038 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,031 |
| Communication savante | 0,020 | 0,025 |
| Science ouverte | 0,002 | 0,020 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».