Understanding the challenges associated with finding and accessing restricted data in Canada: a mixed methods study
Notice bibliographique
Résumé
Data that are restricted are historically challenging for researchers to find and even more difficult to access. While efforts to support open data have expanded in Canada, the same cannot be said for restricted data. To better understand the landscape of restricted data in Canada, this study aimed to accomplish two primary goals: (1) identify data sources where data were restricted and (2) assess a subset of health sciences data sources to determine how well they make their data discoverable and accessible. Our study identified 137 Canadian data sources, where 48 health sciences sources were evaluated for discoverability/accessibility. Data sources received poor grades with respect to data discovery due to a lack of metadata standards (38/48, 79%), an inability to find datasets through searching and browsing (32/46, 70%), and a lack of data documentation to support reuse (27/48, 56%). The absence of pricing information (31/48, 65%) and opaque dataset restrictions (25/48, 52%) were identified as key barriers to the data access request process. This study highlights significant room for improvement with respect to improving the discovery of and access to restricted data in Canada and makes recommendations for how to better support restricted data sources on a national scale.
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 | 0,049 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,014 |
| Études des sciences et des technologies | 0,017 | 0,005 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 ».