Scrubbed data on Wikipedians in Residence in Libraries based on the Mapping GLAM-Wiki collaborations
Notice bibliographique
Résumé
<strong>Source</strong>: GLAM-Wiki Activities Mapping - Community Review and Feedback Sheet <strong>Source's context: </strong> Gill, Satdeep. ‘Mapping GLAM-Wiki Collaborations’. <em>This Month in GLAM</em>, March 2020. https://outreach.wikimedia.org/wiki/GLAM/Newsletter/March_2020/Contents/WMF_GLAM_report. Data was scrubbed using OpenRefine 3.4.1 The original spreadsheet had only partial information in many fields and it is a work in progress (for more see the "source's context" link above). I have only manually double checked those rows in which the “Primary partner institution” contains the stem “libr*” or “bibli*. The following eight rows where modified and “Library” was added in the “Type of institution” column: Municipal Library, Patiala, BRAU Library of the University of Naples Federico II, Library and Archives Canada, Eötvös Loránd University Library and Archives, National Health Library and Knowledge Service, National Doctors Training and Planning, Daniel Cosío Villegas Library, Cantonal and University Library, Nationaal Archief | Koninklijke Bibliotheek; and “Library association” was added to the Online Computer Library Center (OCLC) entry. All changes can be seen in the WiRs-in-libraries_MGW_scrubbing-changes.json file in this release.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,005 |
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 ».