Opening up research in social sciences
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Open Research Area (ORA) for Social Sciences is an international initiative that provides social science research funding and support. It was founded in 2010 by members of the Bonn Group and based on agreement by European social science funding bodies The Agence Nationale de la Recherche (ANR), France, the Deutsche Forschungsgemeinschaft (DFG), Germany, the Economic and Social Research Council (ESRC), UK, and the Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO), the Netherlands. The Social Sciences and Humanities Research Council (SSHRC), Canada, later joined, as well as the Japan Society for the Promotion of Science (JSPS) as an associate member. ORA facilitates collaborative social sciences research by bringing together researchers from participating countries. Researchers from the partner countries who fulfil the eligibility criteria of their national funding organisation apply to the ORA office handling the year's applications and Japanese researchers submit their applications to JSPS Tokyo. ORA accepts applications from all areas of the social sciences and there is a key focus on supporting young researchers at the beginning of their careers, helping them to extend the reach of their work and network on an international scale. Ultimately, ORA exists to drive forward high-quality research and strengthen international collaboration in social sciences research. So far, five rounds of ORA have been successfully completed, with more than 60 international collaborative proposals funded across diverse social sciences fields, including political science, economics, empirical social science, psychology, geography, urban planning and education science.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 découle