A hermeneutic dialogical understanding of data reuse across different access regimes
Notice bibliographique
Résumé
Policy and scholarly discourse emphasizing the panacea of Open (research) Data shapes expectations, and directs and legitimizes investments in data technologies and infrastructures. This is driven by the hope that Open Data will quicken the pace of research and innovation through data reuse, and that they do so more effectively than other access regimes, such as stewarded and proprietary data. Drawing on Leonelli’s relational framework and Gadamer’s hermeneutical conceptualization of a horizon of meanings, data reuse can be understood as a fitting process. In the latter, a researcher engages in a hermeneutical dialogical interaction with the data’s affordances with the goal of making a scientific contribution. Moreover, the fitting process takes place within a researcher’s bounded individual horizon (BIH), defined as an intentional orientation towards the future; it is made up of the relations and circumstances that modulate each researcher’s unique situation. Seen thus, data reuse is likely to result from the persistence of a researcher’s desire or need to make a scientific contribution, independently of the data access regime. What is more, the necessary interaction between potential reusers and data curators or owners can open up the interpretive affordances of data in the context of proprietary and stewarded data, making data more mutable compared to the relative immutability of data in open repositories. Accordingly, stewarded data, with the proper curation and digital preservation services, might provide a more sustainable form of sharing and reusing data where privacy is at stake.
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 | 0,060 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,013 | 0,114 |
| Communication savante | 0,034 | 0,051 |
| Science ouverte | 0,004 | 0,017 |
| Intégrité de la recherche | 0,009 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».