Digital Social Services: From Data Aggregation to Culturally Competent Content
Notice bibliographique
Résumé
A discussion is provided where various data-intensive efforts of a funded digital social services project are reported on. The goal of the project is to develop a digital library and built-in peer-to-peer support features that serve highly diverse audiences and users of New York State. Current work has already provided a number of insights regarding data aggregation and processing needed for making progress toward culturally competent content for digital social services. Those insights are detailed here, along with planned user-centered evaluations and future data-driven and theoretical research streams. The work described here can raise awareness regarding data requirements for digital social services. On trouvera ici une discussion sur les divers efforts à forte intensité de données d’un projet subventionné de services sociaux numériques. Le but du projet est de développer une bibliothèque numérique et des fonctionnalités de soutien pair à pair intégrées qui desservent des publics et des utilisateurs très divers de l'État de New York. Les travaux en cours ont déjà fourni un certain nombre d'informations sur l'agrégation et le traitement des données nécessaire pour progresser vers des contenus culturellement adaptés pour les services sociaux numériques. Ces informations sont détaillées ici, ainsi que les évaluations planifiées centrées sur l'utilisateur et les futurs flux de recherche théoriques et guidés par les données. Le travail décrit ici peut aider à sensibiliser sur les exigences concernant les données aux fins des services sociaux numériques.
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 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 | 0,001 | 0,003 |
| 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 | 0,002 |
| Communication savante | 0,007 | 0,043 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».