Whose Research is it Anyway? Academic Social Networks Versus Institutional Repositories
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
INTRODUCTION Looking for ways to increase deposits into their institutional repository (IR), researchers at one institution started to mine academic social networks (ASNs) (namely, ResearchGate and Academia.edu) to discover which researchers might already be predisposed to providing open access to their work. METHODS Researchers compared the numbers of institutionally affiliated faculty members appearing in the ASNs to those appearing in their institutional repositories. They also looked at how these numbers compared to overall faculty numbers. RESULTS Faculty were much more likely to have deposited their work in an ASN than in the IR. However, the number of researchers who deposited in both the IR and at least one ASN exceeded that of those who deposited their research solely in an ASN. Unexpected findings occurred as well, such as numerous false or unverified accounts claiming affiliation with the institution. ResearchGate was found to be the favored ASN at this particular institution. DISCUSSION The results of this study confirm earlier studies’ findings indicating that those researchers who are willing to make their research open access are more disposed to do so over multiple channels, showing that those who already self-archive elsewhere are prime targets for inclusion in the IR. CONCLUSION Rather than seeing ASNs as a threat to IRs, they may be seen as a potential site of identifying likely contributors to the IR.
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 | 0,008 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,010 | 0,137 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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