Report on the 1st Early Career Researchers' Roundtable for Information Access Research (ECRs4IR 2022) at CHIIR 2022
Notice bibliographique
Résumé
The First Early Career Researchers Roundtable for Information Access Research Workshop , in conjunction with the Seventh ACM Conference on Human Information Interaction and Retrieval (CHIIR) 2022, looked into the future of research, collaborations, and self-development to ask the following. Where are the opportunities for researchers in a (post-)pandemic environment, especially for Early Career Researchers (ECRs)? What do we need to do to get there? Which practical implementations can the broader CHIIR community support? The workshop started with an invited talk. Instead of conventional paper presentations, the attendees discussed the lessons learned from working in a pandemic. This report, co-authored by the workshop's organisers and its participants, summarises the discussion. This report aims to provide the broader CHIIR community with feedback on the workshop and foster ideas raised by ECRs to support ECRs. Two primary outcomes are (i) ECRs are often enthusiastic about taking on roles within a community, but formal validation and recognition are needed for their efforts and (ii) that the role of a conference needs to be reevaluated optimising the benefits of attending the event. Date: 14 March 2022. Website: https://sites.google.com/view/ecrs4ir/home.
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 | 0,058 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,004 | 0,021 |
| Intégrité de la recherche | 0,015 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,136 | 0,077 |
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 ».