Improving the Discovery of Restricted Data in Canada: Identifying Metadata Commonalities Across Restricted Data Sources
Notice bibliographique
Résumé
Background The challenge of finding and accessing restricted data for research purposes is a known issue; specifically, researchers encounter barriers when identifying prospective data sources, when locating and understanding available data within those sources, and when discerning whether they are eligible to access it. A prior study conducted by the authors of this presentation identified that many restricted data sources do not make use of metadata to ensure their data are findable and accessible. Methods To assess the readiness of restricted data sources to utilize a metadata standard, this study identified common elements of both dataset descriptions and access requirements/procedures across 48 restricted health data sources. These elements were subsequently mapped to current metadata standards (e.g. DataCite) to determine how closely they matched the elements in these existing standards. Results Our findings indicate that many restricted data sources already provide dataset information that aligns closely with existing metadata standards, that data sources would benefit from adopting metadata standards to improve the discovery of their data, and that generally, it would be possible for these data sources to adopt an existing common metadata standard to describe their data. Access information provided by these data sources, however, is not adequately supported by existing standards. To ensure that the access requirements/procedures needed to acquire restricted datasets can be discoverable and transparent, metadata standards bodies will need to revise their schemas to include more descriptive access information. This revision would also provide researchers – who collect restricted data and must comply with funder and publisher data sharing policies – with standard guidelines for describing their data access request processes in more detail. Conclusion This presentation will discuss our findings in detail, articulate key challenges in assigning metadata to restricted data, and suggest recommendations for improving the discovery of and access to restricted data.
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 | 0,040 | 0,148 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,018 | 0,042 |
| Études des sciences et des technologies | 0,012 | 0,007 |
| Communication savante | 0,013 | 0,007 |
| Science ouverte | 0,004 | 0,017 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».