A vision on future advanced data collection
Notice bibliographique
Résumé
Society’s demand for data-driven, fact-based information continues to increase. National statistical offices play a critical role in providing this demand-driven information to support evidence-based policy making. Thereby transforming from suppliers of official statistics to providers of trusted smart statistics. The digital transformation, data revolution and emergence of “big data” all influence the way NSOs collect data. Data are everywhere, generated by everything and everyone being stored in numerous locations and devices. The nature of data collection is bound to change. Using solely primary data collection would be too time-consuming, costly and burdensome to satisfy the increasing demand. NSOs should aim to use the vast amounts of data available in our digital society to be used as inputs for new statistical products, to supplement existing data acquisition or as replacements for existing survey inputs. Many areas must be taken into account including new data sources, collection methods and collection process redesigns. This comes with consequences with respect to methodology, technology, quality, metadata and standards, confidentiality, privacy etc. Knowledge development requires collaboration between NSOs, governments, end users, academic institutions, research organizations and private sector companies. Social acceptability needs to increase to maximize the benefit of these data sources to produce smart statistics.
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,180 | 0,145 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,005 | 0,017 |
| Communication savante | 0,024 | 0,051 |
| Science ouverte | 0,010 | 0,015 |
| Intégrité de la recherche | 0,016 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,009 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».