Die TRUST-Prinzipien für digitale Repositorien
Notice bibliographique
Résumé
Da Informations- und Kommunikationstechnologien in unserer Gesellschaft allgegenwärtig geworden sind, sind wir zunehmend sowohl von digitalen Daten abhängig als auch auf Repositorien angewiesen, die den Zugang zu diesen Ressourcen und ihre Nutzung ermöglichen. Repositorien müssen sich das Vertrauen der Communitys, denen sie dienen sollen, verdienen und unter Beweis stellen, dass sie zuverlässig und in der Lage sind, die in ihnen vorgehaltenen Daten adäquat zu verwalten. Nach einer jahrelangen öffentlichen Debatte und auf der Basis eines bestehenden Konsenses der Community haben mehrere Stakeholder, die verschiedene Bereiche der Gemeinschaft digitaler Repositorien repräsentieren, gemeinsam eine Reihe von Leitprinzipien für den Nachweis der Vertrauenswürdigkeit („Trustworthiness”) digitaler Repositorien aufgestellt und gebilligt. Transparency (Transparenz), Responsibility (Verantwortung), User focus (Nutzerfokussierung), Sustainability (Nachhaltigkeit) und Technology (Technologie): die TRUST-Prinzipien bieten einen gemeinsamen Rahmen, der die Erörterung und Umsetzung von Best Practices in der digitalen Bestandserhaltung durch alle Stakeholder fördern soll. Die vorliegende deutsche Übersetzung des Dokuments entstand im Rahmen des Verbundprojektes EcoDM mit der Förderung des Bundesministeriums für Bildung und Forschung (BMBF) unter dem Förderkennzeichen 16DWWQP.
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 | 0,007 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,011 |
| Communication savante | 0,011 | 0,016 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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 ».