MétaCan
Menu
Retour à la cohorte
Enregistrement W6912023364 · doi:10.5281/zenodo.14095920

Progettare Materiali Didattici FAIR: L'esperienza di H2IOSC nella Gestione Condivisa di Oggetti Digitali Complessi

2024· article· it· W6912023364 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Langueit
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensCanarie
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)MetadataOpen sourceSet (abstract data type)Massive open online course

Résumé

récupéré en direct d'OpenAlex

La presentazione riassume la metodologia applicata dal progetto H2IOSC ai materiali di formazione diretti alla comunità italiana delle Social Sciences and Humanities. Dopo aver illustrato la strategia didattica del WP8 - "Training, Capacity Building, Engagement" la presentazione dettaglia le modalità di adattamento, creazione e gestione di materiali didattici intesi come oggetti digitali complessi attraverso l'applicazione della metodologia "FAIR-by-Design" sviluppata all'interno del progetto Skills4EOSC e l'utilizzo del "Minimal Metadata Set for Learning Resources" di Research Data Alliance. Infine, si presentano le piattaforme di training del progetto H2IOSC: il "Training Environment" per la gestione di eventi formativi e la "H2IOSC Library" per il deposito e il versionamento del materiale. Progetto H2IOSC - Humanities and cultural Heritage Italian Open Science Cloud, finanziato dall’Unione europea NextGenerationEU – PNRR M4C2 - Codice progetto IR0000029 - CUP B63C22000730005.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0040,000
Communication savante0,0190,002
Science ouverte0,0030,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,046

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 Opus0,049
Tête enseignante GPT0,280
Écart entre enseignants0,232 · 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

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetOpen Education and E-LearningTravaux en français237 207