MétaCan
Menu
Retour à la cohorte
Enregistrement W3134232238 · doi:10.14351/0831-4985-33.1.55

An Alternative Shelving Arrangement for Natural History Collection Objects to Optimize Space and Task Efficiency

2019· article· en· W3134232238 sur OpenAlexvenueno aff
Adam E. Cohen, Dean A. Hendrickson, Melissa Casarez

Notice bibliographique

RevueCollection Forum · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTask (project management)Space (punctuation)Computer scienceData collectionThe InternetSection (typography)Information retrievalWorld Wide WebData scienceDatabaseEngineeringMathematicsOperating systemSystems engineeringStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract A taxonomic and alphabetic arrangement (TAA) of objects on shelves has prevailed in fluid-preserved natural history collections while they were managed by scientists for their own research. Now most collections are databased and internet-accessible to facilitate very different forms of research accomplished remotely by researchers who require less physical access to specimens. The collections staff who make those data available struggle to manage collection growth with limited space and budgets, while demands on them are increasing, necessitating task and space-efficient collection management solutions. We describe an alternative arrangement of objects based on their size and catalog number (OCA) that capitalizes on modern databases. Our partial implementation of this system facilitated pragmatic between-system comparisons of space use and staff time required for routine tasks. Our OCA allows 17% more jars to be stored in a given space than a TAA (not counting spaces left for growth), but adjusting vertical spacing of shelves could increase that to 115%. Ten of 15 staff tasks were more efficiently accomplished in the OCA section of the collection, and we propose ways to improve efficiency for three of the four tasks for which the TAA outperformed the OCA.

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 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)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,001
Communication savante0,0050,005
Science ouverte0,0050,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,013
Tête enseignante GPT0,234
Écart entre enseignants0,221 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCollection ForumMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207