Notice bibliographique
Résumé
see also language and terminology academic research 1-2, 56, 63, 72, 84, 235 dissemination of 206, 211-12, 216-17 feedback dangers 202-3 literature reviews 100, 102, 109-10 referencing systems 200 use of paraphrasing 198 action research 49-50, 67, 235 activist methodology 48, 235 Android 228 anecdotes 71-2 ANOVA (analysis of variance) 176-7 APIs (application programming interfaces) 128-9, 235 appendices 196 Apple iCloud 229 Apple iWork for iCloud 229 Apple Mac 227, 228 appendices 196 apps 54, 228-30 time management 189 use of cloud-based services 7-8, 229-30 archival data 126-7, 235 arts-based research 52-3, 235 audio software 160-1 audits, for time management 83-4 Australia 6 SRoI 27 survey data 131 averages see mean/median/mode B background research 99-118, 235 backing up work 7-8, 229-30 Bad science (Goldacre 2009) 108 Barber, R. et al. 22-3 benchmarking between services, use of SRoI 29 bibliography 104-5, 235 BioMed Central 110 bivariate statistics 174-5, 235 Bourgois, P. 27 Index British Library 114-15 C Canada data centres 124-5 library services 115 survey data 130 case study research 152-3, 236 CAT software 168 census data 129 CESSDA (EU) data archives 125 Chandler, Raymond 189 chi-square test 174-5, 176 children 87, 88-9 consent issues 151 use of 'draw and write' data 151 'chunking' workload 79, 82 writing 188-9, 191-2 citations and references 200-1, 236, 243 how many 113-14 record-keeping 103-5, 226 closed questions 137, 139, 236 cloud-based services 7-8, 229-30 drawbacks 229-30 cluster analysis 176-7 codes of conduct 29, 233-4 coding see data coding 'coding frames' 165-7, 168, 236 collaborative projects 21-2 commissioning research 12-13 communication skills 4 doing interviews 141-2 computer operating systems 227-8 compatibility and collaboration 228-31 computer software applications/programs 228 costs of 230 formatting of files 228-31 free and open source (FOSS) 171, 182, 230 see also web-based research publishing consent see informed consent constructionist methodologies 45-6, 48, 236 content analysis 68, 178, 236 content validity see face validity continuing professional development 86-7 convenience sampling 70, 236 correlation coefficients 174-5, 176, 236 Cottrell, S. 107 counting methods 135 covariate relationship 236 creative data collection methods 153-4 creative research dissemination 214, 215
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 | 0,002 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,012 | 0,009 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,817 | 0,710 |
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 ».