Understanding the Challenges Associated with Finding and Accessing Restricted Data in Canada: A Mixed Methods Study
Notice bibliographique
Résumé
INTRODUCTIONThis study aimed to identify Canadian access-limited data sources and evaluate a subset of restricted health sciences data sources to determine how well they make their data discoverable and accessible.MATERIALS AND METHODSA search was conducted across Canadian sectors and national experts were consulted to identify access-limited data sources. A subset of restricted health sciences data sources (n=48) was evaluated using a rubric to assess how well they make their data discoverable and accessible. The rubric assigned data sources a grade of A through C denoting how well they met certain discoverability and access criteria. The degree to which data sources demonstrated consistency between their discovery and access grades was assessed using Kendall’s rank correlation coefficient.RESULTS137 Canadian data sources were identified. Restricted health sciences sources received poor data discovery grades due to a lack of metadata (38/48, 79%), an inability to search/browse datasets (32/46, 70%), and lack of data documentation to support interpretability and reuse (27/48, 56%). Low data accessibility grades were assigned for the lack of transparent pricing information (31/48, 65%) and opaque data restriction criteria (25/48, 52%). Data sources with higher discovery scores had higher access scores on average (tau-b=0.31, p=0.0059).DISCUSSIONThis study highlights areas for improvement with respect to the discovery of and access to Canadian restricted data. Developing metadata standards to accommodate restricted data access procedures, improving data infrastructure to support restricted data, and expanding data documentation training for restricted data custodians are necessary to ensure that restricted data is discoverable, accessible, and reusable in the future.
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 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 | 0,028 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,004 | 0,019 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».