Addressing discoverability, trust and data quality in peer-to-peer distributed databases for citizen science
Notice bibliographique
Résumé
Peer-to-peer distributed databases show promise for lowering the barrier to entry for citizen science projects. These databases, which do not require a centralised server to store and exchange data, instead use participants’ devices (phones or computers) to store and transfer data directly between project participants. This offers concrete advantages in terms of avoiding usually very costly and time-consuming server maintenance for the research team, as well as improving data access and sovereignty for the participating communities.However, several technical challenges remain to the routine use of distributed databases in citizen science projects. In particular, indexing data and discovering peers who hold data of interest or from the same project; managing safety, trust and permissions; and ensuring data quality all without relying on a central server to perform these functions requires a rethinking of the standard paradigms of database and user account management.This presentation will give a brief overview of the Constellation software for distributed scientific databases before presenting several novel approaches (concentric recursive data search, user network-centric trust, and multiple data quality verification layers) it has adopted to respond to the above-mentioned challenges. Examples of concrete applications of Constellation for data sharing in the fields of hydrology and agronomy will be included.
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 | 0,051 | 0,163 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,015 | 0,025 |
| Science ouverte | 0,005 | 0,015 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».