What Does It Mean to “Misuse” Research Data?
Notice bibliographique
Résumé
ABSTRACT In this panel, we will discuss how “data misuse” is understood across different disciplines, and in particular digital curation, critical data studies, scholarly communication, and algorithmic fairness. The audience will be invited to contribute to the discussion by reporting on their own experience with data misuse, and brainstorming potential interventions to prevent misuse. Controversial reuses of open research data are emerging, including exploitation of marginalized communities, geo privacy violations, and perpetuation of harmful stereotypes. Incidents of data misuse hinder scientific progress and erode public trust, yet defining misuse remains challenging as one community's misuse might be another's best practice. The development of a shared framework to understand when, how, and why misuse of research data occurs can help science stakeholders decide when and how to release crucial research data, evaluate the potential for misuse, and tailor documentation of research data to prevent misuse. Our goal for this panel discussion is to take us a step closer to the development of such a theoretical framework for defining data misuse.
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 | 0,255 | 0,448 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,017 | 0,095 |
| Communication savante | 0,041 | 0,051 |
| Science ouverte | 0,005 | 0,019 |
| Intégrité de la recherche | 0,024 | 0,037 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».