MétaCan
Menu
Retour à la cohorte
Enregistrement W4403337641 · doi:10.1002/asi.24957

When data sharing is an answer and when (often) it is not: Acknowledging data‐driven, non‐data, and data‐decentered cultures

2024· article· en· W4403337641 sur OpenAlexafffund
Isto Huvila, Luanne Sinnamon

Notice bibliographique

RevueJournal of the Association for Information Science and Technology · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesH2020 European Research CouncilSocial Sciences and Humanities Research Council of CanadaHorizon 2020 Framework Programme
Mots-clésComputer scienceData sharingInformation retrievalData science

Résumé

récupéré en direct d'OpenAlex

Abstract Contemporary research and innovation policies and advocates of data‐intensive research paradigms continue to urge increased sharing of research data. Such paradigms are underpinned by a pro‐data, normative data culture that has become dominant in the contemporary discourse. Earlier research on research data sharing has directed little attention to its alternatives as more than a deficit. The present study aims to provide insights into researchers' perspectives, rationales and practices of (non‐)sharing of research data in relation to their research practices. We address two research questions, (RQ1) what underpinning patterns can be identified in researchers' (non‐)sharing of research data, and (RQ2) how are attitudes and data‐sharing linked to researchers' general practices of conducting their research. We identify and describe data‐decentered culture and non‐data culture as alternatives and parallels to the data‐driven culture, and describe researchers de‐inscriptions of how they resist and appropriate predominant notions of data in their data practices by problematizing the notion of data, asserting exceptions to the general case of data sharing, and resisting or opting out from data sharing.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarechercheScience ouverte
Domaine: Reproductibilité · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Théorique ou conceptuellow
gptMétarechercheCommunication savanteScience ouverte
Domaine: Reproductibilité · Genre: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Théorique ou conceptuellow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,233
score de la tête « metaresearch » (Gemma)0,330
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesMétarecherche
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,945

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2330,330
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0200,087
Communication savante0,0370,059
Science ouverte0,0050,024
Intégrité de la recherche0,0100,014
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,134
Tête enseignante GPT0,407
Écart entre enseignants0,273 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

MétarechercheScience ouverteCommunication savante

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeThéorique ou conceptuel
DomaineReproductibilité
GenreEmpirique · Commentaire

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

En bref

Citations7
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Association for Information Science and TechnologyMême sujetResearch Data Management PracticesCatégorieMétarechercheTravaux en français237 207