Presence and Accuracy of Database-Driven Identifiers and Adoption of Self-Driven Author Profiles for Nursing Faculty: A Case Study
Notice bibliographique
Résumé
Poster presented at the Bibliometric and Research Impact Community (BRIC) meeting held in Montreal, Quebec from June 4-June 5, 2025.Submitted Abstract:This investigation describes the self-driven profile adoption, presence of database-driven author identifiers, and the required curation efforts of common researcher profile systems associated with the current nursing faculty at a single U.S.-based public research university with very high research output (R1 Carnegie Classification). The convenience sample of 45 faculty serves to establish a baseline of public scholarship representation by an experienced bibliometric librarian newly hired to serve as a faculty liaison. There had not previously been any systematic effort to curate author-level profiles outside of ORCID iDs. In addition to ORCID profile availability and completion levels, profiles were collected from Scopus, Web of Science, Dimensions, Google Scholar, and ResearchGate. ORCID profiles were identified for 64% of faculty. ResearchGate profiles had been self-created by 38% of faculty, followed by 16% in Google Scholar. Overall, 69% of faculty had at least one of these self-driven profiles. A total of 35 faculty had associated Scopus identifiers, with 20% showing multiple identifiers and 23% identifiers having been “claimed” as determined by ORCID linking; 37 faculty had associated Web of Science identifiers, with 27% having multiple and 16% claimed; finally, 24 faculty had a Dimensions profile with 25% showing multiple identifiers. Overall, 84% of faculty had at least one database-driven profile. Curation and data cleaning of database identifiers is underway.
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 | 0,057 | 0,239 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».