Replication Data for: Digital Tools and Techniques in Scholarship and Pedagogy in the Social Sciences and Humanities
Notice bibliographique
Résumé
Note: this dataset is replication data for the paper: Kampen, A., Pearson, M., & Smit, M. (2016). Digital Tools and Techniques in Scholarship and Pedagogy in the Social Sciences and Humanities. Technical Report, Dalhousie University. This data is about the adoption, diffusion and use of digital tools and techniques within the social sciences and humanities research communities (Kampen, Pearson & Smit, 2016). The dataset includes a weighted random sampling of 1001 articles (500 from the Social Sciences subject area; 501 from the Arts and Humanities subject area) from original research articles published in academic journals in 2014. These articles were assessed individually for the presence, and nature, of digital tools and techniques used in the research process, particularly collection, analysis, and/or visualization. Each article was also assessed to determine if it belonged to one of the three focus areas identified by the funding agency: Diversity/Inequality/Differences, Environmental studies, and Resilient and innovative societies. Tabular data was recorded based on these assessments; a complete key is included in the Readme file. The tabular data and the bibliography for the sampled articles are included. Data consists of: 1) One tabular data file (CSV) containing, for each citation: - Numeric citation identifier - Metadata (e.g., title, subject areas, granting information) - Digital tools analysis (e.g., Type of digital tool used, name of digital tool, source of digital tool) - Research notes 2) One BibTeX file containing citations for the 1001 articles analyzed (citation identifier matched to CSV id) 3) One PDF file containing the output of the BibTeX file 4) One Readme file containing data description, cleaning techniques, and known remaining issues
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 | 0,032 | 0,278 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,008 | 0,018 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,212 | 0,107 |
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 ».