ZÁSADY zajištení FAIRové správy a využitelnosti dat
Notice bibliographique
Résumé
A comprehensive set of Guidelines to FAIRify data management and make data reusable is focusing on the topic of common policies. This compact guide offers twenty guidelines to align the efforts of data producers, data archivists and data users in humanities and social sciences to make research data as reusable as possible based upon the FAIR Principles. Each guideline has recommendations for both researchers and archives as it is recognised that different priorities may apply to each case. The guidelines result from the work of over fifty PARTHENOS, ARIADNEplus and SEADDA project members. They were responsible for investigating commonalities in the implementation of policies and strategies for research data management and used results from desk research, questionnaires and interviews with selected experts to gather around one hundred current data management policies (including guides for preferred formats, data review policies and best practices, both formal as well as tacit). Other versions of the guidelines are available in the following languages: English: "PARTHENOS Guidelines to FAIRify data management and make data reusable" (https://doi.org/10.5281/zenodo.3368858) French: "PARTHENOS Recommandations pour FAIRiser vos données" (https://doi.org/10.5281/zenodo.3463521) German: "PARTHENOS Leitfaden zur "FAIRifizierung" des Datenmanagements und der Ermöglichung der Nachnutzung von Daten" (https://doi.org/10.5281/zenodo.3363078) Greek: "PARTHENOS Οδηγίες για την εφαρμογή των αρχών FAIR στη διαχείριση και επανάχρηση δεδομένων" (https://doi.org/10.5281/zenodo.3363386) Hungarian: "PARTHENOS A tudományos adatok újrafelhasználhatóságának és FAIR kezelésének irányelveii" (https://doi.org/10.5281/zenodo.3363355) Italian: "PARTHENOS Linee guida per l’applicazione dei principi FAIR alla gestione e al riuso dei dati" (https://doi.org/10.5281/zenodo.3363243) Turkish: "Veri Yönetimi ve verinin yeniden kullanımı için FAIR Prensipleri Rehberi" (https://doi.org/10.5281/zenodo.3937149) Portuguese: "Diretrizes para aplicação dos princípios FAIR à gestão e reutilização de dados" (https://doi.org/10.5281/zenodo.3937183)
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 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,017 | 0,013 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,073 | 0,038 |
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 ».