Institutional RDM Strategies: A Canadian Context
Notice bibliographique
Résumé
In March 2021, the Canadian federal funding agencies (Tri-Agencies) announced a Research Data Management (RDM) Policy requiring research institutions eligible to administer funding to develop and publish an institutional RDM strategy by March 2023. The Institutional RDM Strategy Review Group (composed of representatives from the Tri-Agencies, Digital Research Alliance of Canada’s Research Intelligence Expert Group, and University of Ottawa Researchers) has since collated all published institutional RDM strategies and conducted a quantitative description on institutions’ submission status and a qualitative analysis on characteristics of the strategies.This presentation will report on the preliminary findings of our study, focusing on the current RDM environment and initiatives at Canadian institutions that are reflected in their RDM strategies, such as the context of RDM strategy development, RDM governance, RDM related guidelines and policies, and RDM engagement strategies. Our presentation will speak to the readiness of Canadian research institutions to meet the agencies' RDM Policy’s incoming requirements for Data Management Plan (DMP) creation and data deposit. We will also report on how Canadian institutions recognize and discuss Indigenous data sovereignty, disciplinary RDM requirements, and EDI issues related to RDM.The results of our mapping provide an important step in the ongoing implementation of Canadian RDM activities and to ensure Canada’s continued leadership and innovation agenda. Our understanding of institutional strategies obtained from this work will serve to identify important organizational and infrastructural advancements, but also gaps in national policy, support services, and community infrastructure. We will highlight the previous efforts and future needs for a national level coordination and collaboration to foster RDM communities of practice and reduce duplication of effort.
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 | 0,026 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,022 |
| Études des sciences et des technologies | 0,058 | 0,027 |
| Communication savante | 0,032 | 0,009 |
| Science ouverte | 0,007 | 0,014 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
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 ».