Opening Letter of RILEM TC SDM: The current situation of data and metadata management in construction materials research - Emerging demands and viable solutions
Notice bibliographique
Résumé
To meet growing demands of stakeholders of the construction materials research field, new practices and methods must be established in handling metadata and raw data. Modelling approaches, simulation calculations and a targeted use of machine learning can save time and resources and is increasingly used in the industry as a decision-making tool. These techniques will play a crucial role in achieving the Net-Zero CO2 deadline of 2050. However, a better collaborative effort is required to ensure that data can be successfully reused. The task is challenging, as methods and strategies for data collection in the field of construction materials are diverse. The RILEM TC SDM (Scientific Metadata Management of Construction materials) aims to lay the foundation for a formal approach to metadata collection and management. As an initial step, a metadata collection framework and the associated input tool will be designed. Along with a best-practice guideline for the storage of raw data, this will help data producers establish a robust routine that aligns with the FAIR data principles, facilitating the data's reuse. The TC will provide the bridging element – the metadata file – that links the journal publication to the raw data. The metadata file can be easily stored and searched.
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 | 0,016 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,020 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,012 |
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 ».