Notice bibliographique
Résumé
The Common Impact Data Standard provides a way to exchange information about impact by Social Purpose Organizations using open Web standards. If it is to be broadly accepted, it must communicate information in formats that are useful to its main audiences. In practice, that means that the Common Impact Data Standard must be well situated among the standards that are used by funders, donors and other major stakeholders. Well-designed standards incorporate, extend, or complement other standards to increase functionality and minimize effort. This paper identifies data standards that are relevant to the Common Impact Data Standard and recommends several that the Common Approach should incorporate or complement. Specifically, this paper recommends that the Common Approach take the following steps: Add data quality elements to the Common Impact Data Standard that can address fundamental issues of credibility and accuracy. Demonstrate detailed and relevant examples of the Common Impact Data Standard in formats that are used by potential users so that they can understand how it works and how it can benefit them. Ask funders and donors to adopt the use of the Common Impact Data Standard as the reporting (exchange) standard from fundees. Apply for, and secure, web standard status from schema.org and W3C. Identify key codelists and extensions that would encourage broader adoption and aggregation.
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 | 0,191 | 0,394 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,025 | 0,034 |
| Études des sciences et des technologies | 0,007 | 0,015 |
| Communication savante | 0,046 | 0,043 |
| Science ouverte | 0,009 | 0,016 |
| Intégrité de la recherche | 0,013 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,014 |
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 ».