Altmetrics Data Quality Code of Conduct
Notice bibliographique
Résumé
Altmetrics are increasingly being used and discussed as an expansion of the tools available for measuring the scholarly impact of research in the knowledge environment. The NISO Alternative Assessment Metrics Project was begun in July 2013 with funding from the Alfred P. Sloan Foundation to address several areas of limitations and gaps that hinder the broader adoption of altmetrics. This document is one output from this project, intended to help organizations that wish to use altmetrics to ensure their consistent application across the community. “Working Group C” studied and discussed issues of data quality in the altmetrics realm, an essential aspect of evaluation before metrics can be used for research and practical purposes. Additional working group outputs from this initiative in the areas of definitions, use cases, specific output types and use of persistent identifiers will be released soon for public comment. The Code of Conduct aims to improve the quality of altmetric data by increasing the transparency of data provision and aggregation as well as ensuring replicability and accuracy of online events used to generate altmetrics. It is not concerned with the meaning, validity, or interpretation of indicators derived from that data. Altmetrics are based on online events “derived from activity and engagement between diverse stakeholders and scholarly outputs in the research ecosystem,” as defined in the forthcoming NISO Recommended Practice, Altmetrics Definitions and Use Cases (NISO-RP-25-201X-1). The following individuals served on the NISO Altmetrics Working Group C, which developed and approved this Recommended Practice: Euan Adie Altmetric; Scott Chamberlain rOpenSci; Tilla Edmunds Thomson Reuters; Martin Fenner DataCite; Gregg Gordon Social Science Research Network (SSRN); Stefanie Haustein (co-chair) Université de Montréal; Kornelia JungeJohn Wiley & Sons, Ltd.; Stuart Maxwell Scholarly iQ; Angelia Ormiston Johns Hopkins University Press; Maria Stanton American Theological Library Association (ATLA); Greg Tananbaum (co-chair) Scholarly Publishing and Academic Resources Coalition (SPARC); Joe Wass Crossref; Zhiwu Xie Virginia Tech University Libraries; Zohreh Zahedi Centre for Science and Technology Studies, University of Leiden
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Métarecherche Domaine: Évaluation · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | MétarechercheCommunication savante Domaine: Reproductibilité · Genre: Commentaire Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | medium |
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 | 0,203 | 0,583 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,026 | 0,028 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,023 | 0,013 |
| Science ouverte | 0,006 | 0,011 |
| Intégrité de la recherche | 0,005 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,094 | 0,079 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».