Institutional repository statistics: reliable, consistent approaches for Canada
Notice bibliographique
Résumé
Introduction: “Usage metrics are an effective way for libraries to demonstrate the value of their institutional repositories, however, existing tools are not always reliable and can either undercount or overcount file downloads. As well, although statistics can sometimes be accessed through the various repository interfaces, without an agreed standard it is impossible to reliably assess and compare usage data across different IRs in any meaningful way.”[1] The Task Group for Standards for IR Usage Data has undertaken an information-gathering exercise to better understand both the existing practices of Canadian repositories, as well as the emerging tools and processes available for repositories to track and monitor usage more effectively. This exercise directly links to the broader goals of the Open Repositories Working Group, which are to “strengthen and add value to the network of Canadian open access repositories by collaborating more closely and adopting a broader range of services.”[2] Our recommended course of action is for all Canadian IRs to collectively adopt OpenAIREStatistics. This path aligns with the following recommendations which our group also advances: Recommendations: We suggest the following Mandatory (M) and Optional (O) recommendations: R1(M):All Canadian IRs should adopt the COUNTER Code of Practice. R2(M): All Canadian IRs should select a service that allows for interoperability with other web services via a fully open, or accessible, permissions-based API. R3(M): All Canadian IRs should usea statistics service that practices transparent communication and maintains a governance strategy. In addition, we strongly urge for the future that Canadian IRs consider the following advice. R4(O): Make further investments into understanding and utilizing the common log format (CLF). R5(O): Conduct research into the privacy implications of collecting use statistics via third party services with commercial interests and consider available alternatives. R6(O): Practice a healthy skepticism towards tools and solutions that promise “increased” usage statistics, and instead advocate for responsible collection assessment based on multiple aspects of use.
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 | 0,110 | 0,314 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,034 | 0,062 |
| Études des sciences et des technologies | 0,017 | 0,012 |
| Communication savante | 0,042 | 0,021 |
| Science ouverte | 0,013 | 0,016 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,020 |
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 ».