Mapping SDGs by Faculty to Find New Interdisciplinary Collaborations, a Type of Linked Literature Analysis
Notice bibliographique
Résumé
Leveraging the Dimensions bibliographic database, publications that have been assigned to SDG categories in Dimensions are matched by DOI to their authors' faculty affiliations in the Research Information Management System of McMaster University. This gives an SDG-by-Faculty profile of research at McMaster University. Moreover, inter-faculty collaborations can be identified in each SDG category. This gives management a picture of the collaboration patterns across campus and to understand the broader impact of inter-faculty collaborations. Intriguingly, the same metadata can be recombined to identify which faculty (who have not previously co-authored together) could collaborate on new research. Essentially, researchers from different faculties may be working in closely-related topics unbeknownst to each other. By combining data-analytical techniques with the domain knowledge of academic leadership this approach helps to overcome institutional silos, enabling management to be proactive by fostering new inter-faculty collaborations in order to investigate specific topics within a given SDG. Cartographier les ODD par faculté pour trouver de nouvelles collaborations interdisciplinaires, un type d'analyse de la littérature liée RésuméEn exploitant la base de données bibliographiques Dimensions, les publications qui ont été assignées aux catégories ODD dans Dimensions sont appariées d'un DOI qui rejoint la faculté affiliée des auteurs dans le système de gestion de l'information sur la recherche de l'Université McMaster. On obtient ainsi un profil de la recherche à l'Université McMaster par ODD et par faculté. En outre, les collaborations interfacultés peuvent être identifiées dans chaque catégorie d'ODD. Cela permet à la direction de se faire une idée des modes de collaboration sur le campus et de comprendre l'impact des collaborations interfacultés. Il est intéressant de noter que les mêmes métadonnées peuvent être recombinées pour identifier les facultés, qui n'ont jamais collaboré, qui pourraient collaborer à de nouvelles recherches. En fait, des chercheurs de différentes facultés peuvent travailler à leur insu sur des sujets étroitement liés. En combinant des techniques d'analyse de données avec la connaissance du domaine des leaders académiques, cette approche aide à surmonter les silos institutionnels, permettant ainsi à la direction d'être proactive en favorisant de nouvelles collaborations interfacultés pour étudier des sujets spécifiques dans le cadre d'un ODD donné. Mots-clésBibliothéconomie universitaire; bibliométrie; découverte; interaction humain-machine
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 | 0,009 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,087 | 0,109 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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; 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 ».