AVALIAÇÃO DA PRONTIDÃO DE DADOS PARA A ABERTURA DE DADOS DAS INSTITUIÇÕES PÚBLICAS BRASILEIRAS: CASO DE UMA INSTITUIÇÃO FINANCEIRA PÚBLICA BRASILEIRA
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
O objetivo deste artigo é apresentar os resultados de um estudo de caso para avaliação da prontidão para a abertura de dados de uma instituição financeira pública brasileira. A metodologia utilizada nesse estudo é a do Banco Mundial, denominada Open Data Readiness Assessment (ODRA), com algumas adaptações propostas, a fim de adequá-la às características das instituições da Administração Pública Federal Brasileira. O estudo demonstrou um elevado grau de prontidão da instituição para Dados Abertos (DA). Apesar disso, apontou lacunas a serem preenchidas em relação a um posicionamento mais claro da liderança no tema, ao estabelecimento de uma cultura organizacional em DA e Governo Aberto, a um maior envolvimento da instituição com a comunidade e o público de interesse de maneira ativa, à ampliação das discussões com os gestores dos dados consignados para disponibilização direta pela instituição e à ampliação da disponibilização de dados, seguindo padrões de DA. Além do estudo de caso, o presente trabalho contribui para o cenário atual dos dados abertos governamentais como um todo ao evidenciar a importância que a avaliação da prontidão tem no processo de abertura das instituições públicas e ao fornecer meios para que instituições e órgãos da administração pública brasileira realizem suas próprias avaliações.Palavras-chave: Avaliação de prontidão para dados abertos; Dados abertos; Dados governamentais abertos; Governo aberto.Link: http://www2.marilia.unesp.br/revistas/index.php/bjis/article/view/6486
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,010 | 0,017 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,015 | 0,034 |
| Science ouverte | 0,010 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,006 |
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