Big data y acceso a la información en México
Notice bibliographique
Résumé
Berliner, Daniel, Brian Palmer-Rubin, Jésica E. Tapia Reyes, Benjamin E. Bagozzi, Aaron Erlich. (2022). Big data y acceso a la información en México (Informe de la Política Pública). The London School of Economics and Political Science. URL: bigdataytransparenciamx.lse.ac.uk/• El uso de la información ha crecido con el tiempo en respuesta a una gran variedadde necesidades.• Mayor profesionalización de ciudadanos y miembros de la sociedad civil que la solicitan; desarrollo de un ecosistema de expertos en transparencia y rendición de cuentas.• Aumento de respuestas engañosas por parte de los sujetos obligados, sobre todo para los solicitantes no expertos.• Sugerencia de política pública: mejorar el sistema para rastrear los textos de las respuestas en formatos más accesibles.• Sugerencia de política pública: mejorar la capacitación en las Unidades de Transparencia para estandarizar las prácticas para contestar a solicitudes de información pública.• Sugerencia de política pública: fortalecer los lazos del INAI con las organizaciones de la sociedad civil y enlistar a estas últimas como intermediarias para apoyar el uso ciudadano del sistema.• Para más información, ver la página web del proyecto: bigdataytransparenciamx.lse.ac.uk/
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,012 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,004 |
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 ».