Enregistrement W2991344908 · doi:10.1038/s41893-019-0434-8

Qualitative data sharing and synthesis for sustainability science

2019· article· en· W2991344908 sur OpenAlexaff

Steven M. Alexander, Kristal Jones, Nathan Bennett, Amber E Budden, Michael Cox, Mercè Crosas, Edward T. Game, Janis Geary, Dean Hardy, Jay T. Johnson, Sebastian Karcher, Nicole Motzer, Jeremy Pittman, Heather Randell, Julie A. Silva, Patricia Pinto da Silva, Carly Strasser, Colleen Strawhacker, Andrew Stuhl, Nicholas Weber

Notice bibliographique

RevueNature Sustainability · 2019

Typearticle

Langueen

DomaineSocial Sciences

ThématiqueData Analysis and Archiving

Établissements canadiensUniversity of AlbertaUniversity of British ColumbiaUniversity of Waterloo

Organismes subventionnairesnon disponible

Mots-clésReuseData sharingSustainabilityQualitative researchQualitative propertyKnowledge managementComputer scienceData scienceEngineering ethicsManagement scienceSociologyEngineeringSocial scienceEcology

DOI10.1038/s41893-019-0434-8

Résumé

récupéré en direct d'OpenAlex

Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,410

score de la tête « metaresearch » (Gemma)0,670

Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated

Catégories candidatesMétarecherche, Science ouverte

Catégories consensuellesMétarecherche

DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune

Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune

GenreSignal candidat: Méthodes · Signal consensuel: Méthodes

Score de désaccord entre enseignants0,993

Score d'incertitude au seuil0,727

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,410	0,670
Méta-épidémiologie (sens strict)	0,002	0,003
Méta-épidémiologie (sens large)	0,005	0,005
Bibliométrie	0,019	0,028
Études des sciences et des technologies	0,012	0,013
Communication savante	0,026	0,018
Science ouverte	0,007	0,026
Intégrité de la recherche	0,005	0,008
Charge utile insuffisante (le modèle a refusé de juger)	0,055	0,010

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 Opus0,037

Tête enseignante GPT0,459

Écart entre enseignants0,422 · 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