Ontologies and Research Data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study examines the relationship between ontologies and open research data within the framework of the Semantic Web. The objective is to investigate the interconnectivity of both subjects through scholarly works that offer enhancements to the Web ecosystem and scientific research processes. The paper reviews critical theoretical frameworks related to the Semantic Web and the significance of metadata within this model. It also delves into the function that ontologies can fulfill in the Semantic Web landscape. The paper provides a historical overview of the emergence of ontologies and definitions in both Computer Science and Information Science. It chronicles how theorists in Information Science have progressively embraced the concept of ontologies since the late 20th century and assesses the current scholarly consensus on the subject. The study also addresses the importance of open research data in modern science by doing a systematic literature review; this study sources relevant publications from the Web of Science and Scopus databases, with a temporal focus from 2000 to 2023. The findings offer a comprehensive analysis of existing literature that bridges the two domains above, aiding in the theoretical and methodological systematization of the subject matter. The discussion section elaborates on the findings, offering insights into the evolutionary trajectory of the subject matter. Emphasis is placed on the utility of ontologies as tools for the sustainable and effective utilization of research data, accentuating the value of such data as a basis for future scholarly work. In conclusion, we advocate for information science to take a leading role in initiatives that leverage ontological frameworks to manage specialized knowledge in research data sets effectively, ensuring that such data remains an asset for advancing scientific understanding.
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.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,018 | 0,320 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle