MétaCan
Menu
Retour à la cohorte
Enregistrement W4403063283 · doi:10.5206/cjils-rcsib.v47i2.17626

The Contribution of Digital Preservation as a Digital Transformation Mechanism within the Scope of the Sustainable Development Objectives of the 2030 Agenda

2024· article· en· W4403063283 sur OpenAlexvenueno aff
João Paulo Pastana Neves, José Carlos Abbud Grácio, Marta Lígia Pomim Valentim

Notice bibliographique

RevueCanadian Journal of Information and Library Science · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueScientific Research and Philosophical Inquiry
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)Mechanism (biology)Sustainable developmentDigital transformationTransformation (genetics)Political scienceBusinessProcess managementEnvironmental planningEngineering ethicsEnvironmental resource managementComputer scienceEpistemologyEngineeringEnvironmental scienceChemistryPhilosophy

Résumé

récupéré en direct d'OpenAlex

This study reports how institutions in a contemporary context experiencing significant digital transformations face several challenges to keep their memory alive for the next generations. In this context, digital preservation becomes essential for institutions to preserve their history. Also noteworthy are the Sustainable Development Goals established in the United Nations 2030 Agenda, which focus on sustainable development directly related to digital preservation. This article aims to analyze how humanity should consider Objectives 9, 11, 12 and 13 of the 2030 Agenda, whose objectives are interrelated with the theme of this research work. The methodology used was a bibliographic survey on the Web of Science, Google Scholar and Brapci databases, with a qualitative approach and categorical analysis. It is concluded that the interrelationship of digital preservation through the tool of digital certification in documents in institutions can be used as a mechanism for digital transformation within the scope of the Sustainable Development Goals (SDGs) of the 2030 Agenda.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesCommunication savante
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,375
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,016
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,229
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Information and Library ScienceMême sujetScientific Research and Philosophical InquiryTravaux en français237 207