Charity Open Access Fund (COAF) open access spend and compliance monitoring: 2015-16
Notice bibliographique
Résumé
This dataset contains details of the 2015-2016 Charity Open Access Fund (COAF) open access spend. During this period the members of COAF were Wellcome Trust, Arthritis Research UK, Breast Cancer Now, British Heart Foundation, Bloodwise, Cancer Research UK and Parkinson’s UK. In addition to reporting spend, the data has been analysed through our “compliance monitoring” tool (developed for us by Cottage Labs) to help us determine programmatically whether the paper is in the Europe PMC repository and what licence (if any) is attached to the article. The dataset includes information when an article processing charge (APC) was levied to the COAF fund. If an author has self-archived a paper, this information is not included in this dataset. Equally, data are not included in cases where a researcher (based at an institution not in receipt of a COAF block grant) received a supplement to their grant to cover OA publishing costs. We hope that this data will be of use to help better understand the cost of OA publishing. If through use of this data you identify errors or believe the status of an article to be incorrect please notify Hannah Hope (h.hope[at]welcome.ac.uk). We will endeavour to investigate these issues and correct errors where identified. Corrections to the dataset will be published as a new version of the dataset along with note explaining the changes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,029 | 0,008 |
| Science ouverte | 0,024 | 0,021 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,276 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».