Why FRBRoo and CIDOC CRM are great for expressing (Linked, Open) Ethnographic Research Data
Notice bibliographique
Résumé
Can we use a Linked Open Data framework in place of classic static metadata in a Fedora Repository? We describe how we catalogued a collection of interrelated ethnographic research data using the FRBRoo and CRM ontologies. These vocabularies allowed us to express detailed relationships between digital objects and entities (people, places, events, concepts) in a more nuanced way than traditional bibliographic metadata schemas such as MODS and MADS. Our implementation uses a network of entities in a Fedora repository, with the CRM and FRBRoo properties in the Mulgara triplestore, to catalogue data from an ethnographic project in a way that will drive the Islandora display, while allowing the network to be queried by researchers. We describe the process of transforming our data set, consisting of audio and video recordings; photographs; biographical information; music notation files; and textual content, for inclusion into this RDF-centric repository, and the challenges encountered in modelling born-digital content in vocabularies designed to contain surrogates for physical objects.
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 | 0,103 | 0,149 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,008 | 0,014 |
| Études des sciences et des technologies | 0,006 | 0,017 |
| Communication savante | 0,031 | 0,060 |
| Science ouverte | 0,005 | 0,014 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; 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 ».