University of Alberta Dataverse: A journey from standalone to a hosted community platform
Notice bibliographique
Résumé
University of Alberta Library Dataverse (UALD) is a deployment of the open source research data repository software developed and supported by the Harvard Dataverse Project, providing essential support in helping researchers at the University of Alberta (UA) to store, manage, share, and disseminate their research data since its first deployment in 2014. It enhances findability, accessibility, interoperability, and reusability (FAIR) of deposited content and its associated intellectual output. However, it has become increasingly difficult to sustain such an imperative and essential service in the face of a litany of challenges, including: continued increase of research data in terms of rate, volume and diversity; reduced and uncertain budgets; lack of localized IT personnel with specialized knowledge and skills due to the centralization of campus IT infrastructure and personnel; and fast changes of technologies such as cloud computing and storage. With these challenges in mind, it was decided to migrate the UALD from a standalone application to Scholars Portal’s dataverse, a collaborative platform and service operating at a national level across Canada. The collaboration allows participatory institutions to leverage shared computing infrastructure and resources, to tap into the pool of dedicated expertises, to stay at the forefront of cutting-edge technologies, to increase exposure of research data, and most importantly to overcome crippling challenges to provide sustainable services with cost-efficiency. The migration activities largely took place throughout 2021, with many valuable lessons learned. The journey of this migration is presented.
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 | 0,014 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,010 | 0,006 |
| Communication savante | 0,032 | 0,017 |
| Science ouverte | 0,006 | 0,016 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,034 |
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 ».