MétaCan
Menu
Retour à la cohorte
Enregistrement W4214489000 · doi:10.3103/s0147688221040043

The Library in the Information Ecosystem of Open Science

2021· article· en· W4214489000 sur OpenAlexfundno aff
N. S. Redkina

Notice bibliographique

RevueScientific and Technical Information Processing · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institute of General Medical SciencesNational Cancer InstituteNational Heart, Lung, and Blood InstituteNational Institutes of HealthFundamental Research Funds for the Central UniversitiesNational Research Foundation of KoreaMedical Research CouncilConselho Nacional de Desenvolvimento Científico e TecnológicoJapan Society for the Promotion of ScienceHorizon 2020 Framework ProgrammeMinistry of Education, Culture, Sports, Science and TechnologyMinistry of Science and Technology of the People's Republic of ChinaU.S. Department of Health and Human ServicesMinistry of Education of the People's Republic of ChinaU.S. Department of EnergyNational Natural Science Foundation of ChinaEuropean Regional Development FundU.S. Department of DefenseEuropean CommissionDeutsche ForschungsgemeinschaftGovernment of CanadaUK Research and InnovationNational Science FoundationNational Key Research and Development Program of ChinaNational Research FoundationEngineering and Physical Sciences Research Council
Mots-clésOpen scienceField (mathematics)Computer scienceEcosystemData scienceWorld Wide WebKnowledge managementEcologyBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

The results of an analysis of trends in the development of the information ecosystem of open science based on the study of the global document flow, open access resources, and scientific data repositories, as well as initiatives in the field of open science, including during the COVID-19 pandemic, are presented. The directions of activity of libraries in these conditions are determined.

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)0,015
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,029
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0130,030
Études des sciences et des technologies0,0120,013
Communication savante0,0550,047
Science ouverte0,0010,018
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,050
Tête enseignante GPT0,341
Écart entre enseignants0,292 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations16
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific and Technical Information ProcessingMême sujetResearch Data Management PracticesTravaux en français237 207