MétaCan
Menu
Retour à la cohorte
Enregistrement W4254477646 · doi:10.2307/j.ctv15wxr5j.95

Improving the Availability of ISSN—A Joint Project

2016· book-chapter· en· W4254477646 sur OpenAlexaff
Gaëlle Béquet, Laurie Kaplan

Notice bibliographique

RevuePurdue University Press eBooks · 2016
Typebook-chapter
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensPurdue Pharma (Canada)
Organismes subventionnairesnon disponible
Mots-clésJoint (building)Computer scienceEngineeringArchitectural engineering

Résumé

récupéré en direct d'OpenAlex

This session described the 2015 pilot project and ongoing cooperation between the International ISSN Centre based in Paris and ProQuest to identify active titles without ISSN.The project is using Ulrich's periodicals database as the initial resource.Under the supervision of the International Centre, national ISSN centers determine whether the ISSN is simply missing or has never been assigned.The outcome of the project will be a benefit to librarians, publishers, and vendors as more titles will have ISSN registered with the national and international ISSN centers and in Ulrich's Periodical Database.This will improve the electronic loading and matching of titles.Gaëlle Béquet, director of the International ISSN Centre, and Laurie Kaplan of ProQuest discussed how the project came to be, the pilot work and refinements to the process, and the ongoing work and schedule for going forward.The audience was encouraged to ask questions and help determine the best way to encourage all interested parties to use the ISSN as an identifier whenever possible.Librarians, publishers, content vendors, subscription agents, discovery systems, and others need to exchange data on a daily basis.And anything that can make this process more successful by improving the ability to match updates to existing records is of great interest to these parties.

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)0,040
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,210

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,038
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,003
Communication savante0,0150,022
Science ouverte0,0020,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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.

Tête enseignante Opus0,158
Tête enseignante GPT0,289
Écart entre enseignants0,131 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePurdue University Press eBooksMême sujetScientific Computing and Data ManagementTravaux en français237 207