Open Data: Nice People Can'T Share!
Notice bibliographique
Résumé
Talk for FORCE2018 meeting in Montreal, Qc. One of the most meaningful ways by which scientists can engage with other scientists and with the broader community is by sharing one of their most treasured possessions: data. Indeed, publishers and funders increasingly acknowledge the importance of data as a scientific output. As such, many journals and funders now require that scientists make their data openly accessible, both to promote transparency and to accelerate the pace of scientific discovery. To date, journal policies that mandate data sharing have successfully increased the accessibility to datasets underlying scientific publications. However, is the quality of these data sufficient to allow reuse and reanalysis? Even when journals mandate data sharing, our survey of the ecological and evolutionary literature found that 56% of open datasets were incomplete, and 64% were shared in a way that partially or entirely prevented reuse. Given the highly competitive nature of academia, authors might be wary of openly sharing their data for fear of criticism or of others benefiting from their work at their expense. As such, ‘scholarly altruism’ is often cited as a key reason for why some authors are willing to share high quality data that are complete and readily reusable. In this talk, I will discuss our latest (unpublished) work to test this hypothesis by assessing how researchers’ psychological motivations and level of cooperation in real-world situations relate to the quality of their shared datasets.
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 | 0,020 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,008 |
| Communication savante | 0,014 | 0,022 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,247 | 0,106 |
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 ».