Transformation of Data Access Models In BC
Notice bibliographique
Résumé
IntroductionThe current data access model in BC involves project-specific applications and data provisioning. The timeline from application to provisioning is 6-8 months. Novel initiatives including Program of Research (POR), Core Data Sets (CORE), and Data Reuse are being explored and evaluated. Objectives and ApproachWe aim to develop data provisioning models that improve efficiency and access timelines by reducing process duplication and adopting open and flexible approaches to data use while ensuring data privacy. ResultsPOR allows researchers to access broad programmatic data that fulfills data requirements for multiple thematically-linked projects. While we provision the program data, a research team data manager extracts the project-specific data from the program dataset. A pilot program with two active projects is ongoing. The timeline from application to program data provisioning was 8 months. Project data was delivered in 2-3 months. CORE is a transformative data provisioning model that allows researchers to access entire data sets that contain a group of pre-approved and non-sensitive data variables for the BC population for all available years. This decreases the possibility of variable omission which is prevalent under the existing process. Additionally, this model allows researchers the flexibility to identify their cohort using their preferred methodology. Data Reuse allows re-use of data between similar projects conducted by the same investigator. Projects were surveyed for similar objectives, investigators and data requirements. Similar projects were grouped and analyzed to evaluate pre-implementation timelines. Application to provisioning timeline for one group of six projects ranged from 7-18 months. Post-implementation timelines will be evaluated once Data Reuse is implemented. Conclusion / ImplicationsThese new initiatives have shown promising results in access efficiency and data privacy in the pilot phase. Continuous process and privacy evaluations are involved and ongoing collaborations with the data providers and researchers are required prior to full implementation.
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 | 0,010 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».