MétaCan
Menu
Retour à la cohorte
Enregistrement W2987268136 · doi:10.5703/1288284317173

Six Impossible Things: Moving KBART into the Next Decade

2020· article· en· W2987268136 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueLibrary Science and Information Systems
Établissements canadiensPurdue Pharma (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceKnowledge baseProcess (computing)Session (web analytics)StakeholderKnowledge transferWorld Wide WebFace (sociological concept)Focus (optics)AutomationData scienceKnowledge managementPublic relationsPolitical scienceEngineeringSociology

Résumé

récupéré en direct d'OpenAlex

KBART is one of the most successful NISO recommendations today. Formally supported by over 80 organizations across all stakeholder groups, it enables a standardized transfer of data between content providers and knowledge bases. Most recently KBART added an automated process to transfer holdings data to localize an institution’s knowledge base holdings. While KBART was originally built to focus on journal and book data, the world has moved on—the different flavors and nuances of open access, the increased use of audiovisual material, holdings at the chapter and article levels, and issues around translations, transliterations, and author names are just some of the challenges that are disrupting the flow. So what is next for KBART? How does it adapt to continue to solve the data flow problems that libraries, publishers, and knowledge base providers face today? The presenters in this session, all members of the NISO KBART Standing Committee and/or the KBART Automation Working Group, discuss the status and future of a “Phase III” revision of NISO KBART that aims not only to clarify the existing recommendations but also to expand them to address the new challenges, including the support of additional content types beyond serials and monographs and improvements to item-level discovery and access.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCommunication savante
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,015
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,236
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLibrary Science and Information SystemsTravaux en français237 207