MétaCan
Menu
Retour à la cohorte
Enregistrement W3190640663 · doi:10.5281/zenodo.3754264

Supporting Sustainable Digital Data Workflows in the Art and Humanities

2020· article· en· W3190640663 sur OpenAlexaff
Vera Chiquet

Notice bibliographique

Revueedoc (University of Basel) · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueSemantic Web and Ontologies
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésDigital humanitiesDigital preservationWorld Wide WebData centerWorkflowInteroperabilityComputer scienceData scienceLibrary scienceHumanitiesPolitical scienceArtDatabase

Résumé

récupéré en direct d'OpenAlex

The Data and Service Center for the Humanities ( DaSCH ) operates as a platform for humanities research data and ensures access to this data and promotes the networking of data with other databases (linked open data), to add value for further research and the interested public. As a competence center for digital methods and long-term use of digital data, it supports the hermeneutically oriented humanities in the use of state-of-the-art digital research methods. The DaSCH focuses on qualitative data and associated digital objects (images, sound, video, etc.) in the cultural heritage field. Long-term archiving or access is a major topic after the digital turn in the humanities, as many funding agencies such as the Swiss National Science Foundation and the European Commission are now requiring that a data management plan (D MP ) be in place to receive research funding. This new imperative raises many questions in the scientific community. This paper points out the contributions of the DaSCH for digital humanities researchers and the advantages of interoperability.

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 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 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 enseignants0,274
Score d'incertitude au seuil0,202

Scores Codex et Gemma par catégorie

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

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 Opus0,041
Tête enseignante GPT0,226
Écart entre enseignants0,185 · 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 tête enseignante, 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueedoc (University of Basel)Même sujetSemantic Web and OntologiesTravaux en français237 207