Make Data Count Summit presentations
Notice bibliographique
Résumé
The Make Data Count Summit took place in Washington DC on 12-13 September 2023 as a forum for dedicated discussion on data metrics and the evaluation of data usage. The event brought together representatives across research and research-supporting organizations, government and policy institutions, and infrastructure providers to discuss immediate needs to drive broader development and adoption of data metrics. We include the slides for the talks presented at the event: Welcome by Iratxe Puebla, DataCite ‘Defining the Need for Open Data Metrics’ by Daniella Lowenberg, University of California Office of the President ‘Forging the path forward: Global Data Citation Corpus’ by Matt Buys, DataCite and Carly Strasser, Chan Zuckerberg Initiative ‘Democratizing Data’ by Julia Lane, NYU Wagner Graduate School of Public Service ‘Five years since the US Evidence-act’ by Nancy Potok, NAPx Consulting and New York University ‘Meaningful Data Metrics: The State of Evidence from Bibliometrics Studies on Data Reuse’ by Stefanie Haustein, University of Ottawa and ScholCommLab, Nicolas Robinson-Garcia, University of Granada, Mike Thelwall, University of Sheffield, and Thed van Leeuwen, Centre for Science and Technology Studies, Leiden University
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 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,017 | 0,008 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,150 | 0,065 |
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 ».