MétaCan
Menu
Retour à la cohorte
Enregistrement W4312177544 · doi:10.18357/otessac.2022.2.1.68

Community-Led Infrastructures for Open Access Books: A Sustainable Model and Platform

2022· article· en· W4312177544 sur OpenAlexvenueno aff
Judith Fathallah, Martin Paul Eve, Tom Grady

Notice bibliographique

RevueThe Open/Technology in Education Society and Scholarship Association Conference · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensnon disponible
Organismes subventionnairesResearch EnglandArcadia Fund
Mots-clésPublishingRevenueBusiness modelVariety (cybernetics)Promotion (chess)Computer scienceTheme (computing)Revenue modelWorld Wide WebBusinessPolitical scienceMarketingArtificial intelligenceLaw

Résumé

récupéré en direct d'OpenAlex

This paper introduces two major outputs of the Community-led Open Publication Infrastructures for Monographs project, the Open Book Collective (OBC) and platform and the Opening the Future publishing model. The OBC, a charitable entity, will host an infrastructure and revenue management platform for the support, access, distribution, and promotion of open access (OA) books beyond models relying on book processing models. I then discuss a revenue model for publishers who wish to flip to an OA model without book processing charges. This ‘Opening the Future’ model has already been successfully implemented by two publishers, the Central European University Press and Liverpool University Press. This paper relates to the conference theme of sustaining positive change. The international move towards OA book publishing must be approached through models that render OA books equitable and accessible to the widest variety of international readers and authors. This necessitates thinking beyond book processing charges and the potential monopolisation of the OA landscape by major publishers, supporting a diversity of approaches in a networked model we call ‘scaling small.’

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0040,006
Science ouverte0,0020,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,348
Écart entre enseignants0,280 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Open/Technology in Education Society and Scholarship Association ConferenceMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207