MétaCan
Menu
Retour à la cohorte
Enregistrement W4239805625 · doi:10.1002/asi.20458

The impact of survey data: Measuring success

2006· article· en· W4239805625 sur OpenAlexaffabout
Elizabeth C. Hamilton

Notice bibliographique

RevueJournal of the American Society for Information Science and Technology · 2006
Typearticle
Langueen
DomaineMathematics
ThématiqueCensus and Population Estimation
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésDocumentationData scienceComputer scienceScope (computer science)CitationProcess (computing)World Wide Web

Résumé

récupéré en direct d'OpenAlex

Abstract Large national social surveys are expensive to conduct and to process into usable data files. The purpose of this article is to assess the impact of these national data sets on research using bibliometric measures. Peer‐reviewed articles from research using numeric data files and documentation from the Canadian National Population Health Survey (NPHS) were searched in ISI's Web of Science and in Scopus for articles citing the original research. This article shows that articles using NPHS data files and products have been used by a diverse and global network of scholars, practitioners, methodologists, and policy makers. Shifts in electronic publishing and the emergence of new tools for citation analysis are changing the discovery process for published and unpublished work based on inputs to the research process. Evidence of use of large surveys throughout the knowledge transfer process can be critical in assessing grant and operating funding levels for research units, and in influencing design, methodology, and access channels in planning major surveys. The project has gathered citations from the peer‐reviewed article stage of knowledge transfer, providing valuable evidence on the use of the data files and methodologies of the survey and of limitations of the survey. Further work can be done to expand the scope of material cited and analyze the data to understand how the longitudinal aspect of the survey contributes to the value of the research output. Building a case for continued funding of national, longitudinal surveys is a challenge. As far as I am aware, however, little use has been made of citation tracking to assess the long‐term value of such surveys. Conducting citation analysis on research inputs (data file use and survey products) provides a tangible assessment of the value accrued from large‐scale (and expensive) national surveys.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarecherche
Domaine: Évaluation · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,439
score de la tête « metaresearch » (Gemma)0,796
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,692

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4390,796
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0330,063
Études des sciences et des technologies0,0030,010
Communication savante0,0130,016
Science ouverte0,0030,011
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,085
Tête enseignante GPT0,378
Écart entre enseignants0,293 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Métarecherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations3
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society for Information Science and TechnologyMême sujetCensus and Population EstimationCatégorieMétarechercheTravaux en français237 207