From books to bytes: A new data rescue tool
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
Abstract Historical data provides observational information crucial to our understanding of the evolution of geophysical processes. However, there is a gap between predigital age observations, which are typically handwritten, and data that is discoverable and analysable. The data rescue protocols here address this gap, covering the information lifecycle from handwritten register pages to transcription‐ready content, describing the historical data, the database design for the data rescue, and the development of an application design to transcribe the meteorological information directly from an image file to the database. The preparatory steps necessary to organize, curate, image, and structure the meteorological information, prior to transcribing the historical data, are outlined here in an integrated methodology. The initial organization, the development of an image file nomenclature to link the rescued data to the original source, and the description of a metadata schema to optimize the transcription application are all vital to the process of ensuring traceability and transparency in the data rescue process. Taken together, these steps describe best practices guidelines for similar projects. Although we designed the methodology and application to be used in any data rescue context, our particular concern was to accommodate the needs of citizen scientists. We thus focused on making our application easily maintained, flexible, direct to database, clear, and simple to use. Open Practices This article has earned an Open Data badge for making publicly available the digitally‐shareable data necessary to reproduce the reported results. The data is available at https://citsci.geog.mcgill.ca . Learn more about the Open Practices badges from the Center for Open Science: https://osf.io/tvyxz/wiki .
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,006 |
| Science ouverte | 0,015 | 0,008 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle