Is C&RL Ready for a Data Sharing Policy?
Notice bibliographique
Résumé
In the summer of 2020, C&RL received a request from the ACRL Board of Directors to establish a registered report submission track as a major step to ensure C&RL ’s high standards of rigorous methods. The request letter was signed by a group of ACRL members, led by Amy Riegelman, who later published an editorial on this topic (Amy Riegelman, 2021), calling C&RL to be more proactive in supporting open research practices. In order to increase C&RL ’s rigor in supporting and implementing open research practices, it was recognized that both access to research data and transparency of research methods are necessary. From this line of thought, the C&RL Editorial Board, former Editor Wendi Arant Kaspar and Editor Kristen Totleben, have been engaged in an ongoing conversation on the possibility and the journal’s capacity to implement a data sharing policy. For the past three years, Editorial Board member Minglu Wang has been researching academic journals’ data sharing policies and reaching out to journal editors and editorial board members for consultation. Her efforts culminated in fall 2022 when she, Totleben, and Editorial Board member Adrian Ho conducted a survey (see Appendix) requesting input from colleagues in academic libraries regarding their perceptions of a data sharing policy and what types of data management support they would need or recommend.
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 | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,012 | 0,072 |
| Science ouverte | 0,020 | 0,035 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».