MétaCan
Menu
Retour à la cohorte
Enregistrement W6931177012 · doi:10.5281/zenodo.3603192

10.2 Innovative Research Services: The Library and Research Services Facilitating Open Science at Queen's University

2015· article· en· W6931177012 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueMultisensory perception and integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPresentation (obstetrics)Plan (archaeology)Session (web analytics)PublishingBest practiceStrategic planningOpen dataOpen researchScholarly communication

Résumé

récupéré en direct d'OpenAlex

This session will present a case study on how Research Administration and the Library collaborate at Queen’s University in support of open science. Key recommendations of The University’s Strategic Research Plan (2012–17) include: Foster knowledge translation where the outcomes of our research can benefit society. Explore evolving emphasis on Open Access. Our strong collaborative relationship, including IT Services, creates support for Queen’s researchers’ activities from research development and grant writing to publishing and impact assessment. This presentation will focus on our initiatives to support new, creative solutions to research data management and scientific communication that strategically help to manage the growing wave of research data, to host research outputs, and to maximise their accessibility. Examples of co-operative initiatives include the Queen’s Research Data Committee, Research Data Day, Scholarly Communications and Research Data Working Groups, and the QSpace institutional repository. Several of these are the outcomes of a jointly envisioned eScience Strategic Agenda. Collaboration makes it possible for researchers to find the supports and services they need in one spot and without duplicating efforts – administrators and researchers alike. One example is a current electronic services project that will enable our new CV and annual (faculty member) merit reporting tool to be a mechanism for open access deposit into the University’s institutional repository. This creative solution will facilitate compliance with the soon to be released Open Access Policy from the Canadian Tri-Council granting agencies (i.e. SSHRC, CIHR, NSERC). Queen’s Research Services and the Library are also collaborating on the expansion of data management plan services, with the goal of increasing availability of research data, data sharing, and increasing the impact of research output. A discussion of Canadian national policy development and initiatives, national organization partnerships and how our work at Queen’s connects to these activities will conclude our presentation. Sharon Murphy, Head, Academic Services, Queen’s University Library

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,273

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0210,007
Communication savante0,0280,009
Science ouverte0,0020,012
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0820,019

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 Opus0,146
Tête enseignante GPT0,361
Écart entre enseignants0,214 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetMultisensory perception and integrationTravaux en français237 207