MétaCan
Menu
← Retour à la cohorte
Enregistrement W3210395092 · doi:10.12688/wellcomeopenres.16378.1

Fostering global data sharing: highlighting the recommendations of the Research Data Alliance COVID-19 working group

2020· preprint· en· W3210395092 sur OpenAlexafffund
Claire C. Austin, Alexander Bernier, Louise Bezuidenhout, Juan Bicarregui, Timea Biro, Anne Cambon‐Thomsen, Stephanie Russo Carroll, Zoe Cournia, Piotr Wojciech Dąbrowski, Gayo Diallo, Thomas Duflot, Leyla Jael Castro, Sandra Gesing, Alejandra González-Beltrán, Anupama E. Gururaj, Natalie Harrower, Dawei Lin, Cláudia Bauzer Medeiros, Eva Méndez, Natalie Meyers, Daniel Mietchen, Rajini Nagrani, Gustav Nilsonne, Simon Parker, Brian Pickering, Amy Pienta, Panayiota Polydoratou, Fotis Psomopoulos, Stéphanie Rennes, Robyn Rowe, Susanna‐Assunta Sansone, Hugh Shanahan, Lina Sitz, Joanne Stocks, Marcos Roberto Tovani‐Palone, Mary Uhlmansiek

Notice bibliographique

RevueWellcome Open Research · 2020
Typepreprint
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensMcGill UniversityLaurentian UniversityEnvironment and Climate Change Canada
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilUniversité de BordeauxHorizon 2020Rural Development AdministrationEuropean CommissionAgence Universitaire de la FrancophonieWellcome TrustFundação de Amparo à Pesquisa do Estado de São PauloNational Institute on Drug AbuseUniversity of MichiganNational Science Foundation
Mots-clésData sharingMetadataInteroperabilityData curationBest practiceData scienceOpen scienceMedical researchKnowledge managementAlliancePolitical sciencePublic relationsComputer scienceWorld Wide WebMedicine

Résumé

récupéré en direct d'OpenAlex

OpenAlex consigne un résumé pour ce travail, mais il n'a pas pu être récupéré à l'instant.

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)0,273
score de la tête « metaresearch » (Gemma)0,428
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesMétarecherche
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,897

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2730,428
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,005
Bibliométrie0,0050,005
Études des sciences et des technologies0,0120,032
Communication savante0,0420,046
Science ouverte0,0130,031
Intégrité de la recherche0,0490,073
Charge utile insuffisante (le modèle a refusé de juger)0,0120,013

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 Opus0,892
Tête enseignante GPT0,598
Écart entre enseignants0,294 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineReproductibilité
GenreMéthodes

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

En bref

Citations13
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWellcome Open Research→Même sujetResearch Data Management Practices→Travaux en français237 207→