Landelijk Coördinatiepunt Research Data Management (LCRDM) - Positioning paper voor 2019 en verder
Notice bibliographique
Résumé
Positioning paper LCRDM for the year 2019 and ongoing - Policy document drawn up by the LCRDM advisory group. In dit positioning paper wordt – aan de hand van een thematische prioritering en drie bredere (beleidsmatige) werkgebieden - beschreven wat wel en niet binnen de scope van het LCRDM valt. De onderwerpen waar de LCRDM taakgroepen aan werken zijn kleine puzzelstukjes van het grotere geheel van RDM en komen voort uit de actualiteit van alledag in Nederlandse onderzoeksinstellingen. Tegelijkertijd plaatst de samenwerking in de taakgroepen de activiteiten binnen de instellingen ook weer in een breder landelijk perspectief. Dit zorgt voor samenhang, herkenbaarheid en onderbouwing. Sinds 2018 werkt het LCRDM met een pool van experts. Deze pool is inmiddels uitgegroeid tot ruim 190 deelnemers uit 60 Nederlandse onderzoeksinstellingen. Zeven taakgroepen werken op dit moment aan diverse aspecten van RDM en de eerste resultaten zijn inmiddels beschikbaar via de LCRDM website (www.lcrdm.nl).
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 | 0,052 | 0,079 |
| 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 | 0,004 | 0,002 |
| Communication savante | 0,018 | 0,009 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,012 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,111 | 0,086 |
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 ».