Re-Invigorating Hibar Research for The 21St Century: Enhancing Fundamental Research Excellence in Service to Society
Notice bibliographique
Résumé
More than ever, society needs research breakthroughs to address major problems. Universities have a key role to play in discovering the required new knowledge and guiding its application. However, since World War II, universities have been encouraged to focus mainly on curiosity-based research, with corporations carrying out practical work. This division worked well in the last half of the 20th century, when there was considerable funding for long-term research in the laboratories of major corporations. Today, however, those firms face greater competition, and the resultant financial constraints have foreshortened their research time-horizons. Universities are poised to compensate by re-emphasizing long-term, application-oriented research, but great care must be taken to strengthen fundamental research as well. These objectives can be achieved simultaneously by bolstering a time-honored class of research projects labelled Highly Integrative Basic And Responsive (HIBAR), each of which combines fundamental and applied approaches through partnerships with practical experts. This approach will help replicate, within universities, the breakthrough-generation capacity that once flourished in major corporate laboratories. Toward this end, a network of universities called the HIBAR Research Alliance (HRA) has recently formed to strengthen HIBAR research, both by helping universities to encourage it (while also improving equity, diversity, inclusion, and academic freedom) and by helping researchers to carry out HIBAR research projects (while also advancing their careers). The HRA aims to increase the rate of HIBAR research projects in universities—from about one project in 20 today to one in five by 2030—while strengthening all types of research excellence.
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 | 0,063 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,022 |
| Communication savante | 0,027 | 0,033 |
| Science ouverte | 0,003 | 0,029 |
| Intégrité de la recherche | 0,010 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,007 |
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 ».