Forms and Functions of Author Keywords in Theses and Dissertations at the UNESP Institutional Repository (Brazil)
Notice bibliographique
Résumé
This research aimed to prepare guidelines for authors by investigating forms and functions of keywords assigned by authors in theses and dissertations defended in 2023 in the Graduate Program in Information Science at Unesp. The exploratory and descriptive study utilized a sample collected in the Unesp Institutional Repository. A corpus of 31 theses and 14 dissertations submitted to the Unesp Institutional Repository comprised a total of 183 keywords in Portuguese without duplicates and an average of 4.7 keywords, considering 213 keywords with duplicates. The analysis results initially identified that the Repository has a tutorial on using the Unesp Thesaurus to control vocabulary and that the authors use natural language to assign keywords. The findings reveal that, out of the 183 keywords, 89 (48\%) are exclusive, singular and specific to the area of Information Science, candidates for descriptors in the Unesp Thesaurus. The other 94 keywords (51.3\%) have 40 (21.3\%) exact descriptors, and the other 54 (29.5\%) present forms and functions that serve as examples for inclusion in the tutorial instructions. Based on the results obtained, it is concluded that the percentage of 21\% overlap between keywords and descriptors reveals that the Unesp Thesaurus was consulted by the authors when filling out keyword metadata and that the low number of exact descriptors and exclusive keywords indicate that they need to be included as new terms. It is recommended, therefore, to define an Indexing Policy that considers the need for hybrid coexistence between natural language and vocabulary control.
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 | 0,014 | 0,092 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,012 | 0,021 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».