MétaCan
Menu
Retour à la cohorte
Enregistrement W7006205763

Think Global: Act Local - Ensuring an Equitable Transition to Open Science

2022· article· en· W7006205763 sur OpenAlexaboutno aff

Notice bibliographique

RevueUNM’s Digital Repository (University of New Mexico) · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNucleofectionTSG101PretextDysgeusiaDiafiltrationLiquation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Shearer's presentation "Think Global: Act Local - Ensuring an Equitable Transition to Open Science" will focus on how open science promises to offer unprecedented access to the full corpus of research, breaking down access barriers for many researchers. However, there is a risk in the transition to open science - new barriers will be erected and a significant portion of researchers/authors will again be excluded from the system because of the predominance of pay to publish models. This presentation will examine the systemic factors including the transition to open science and discuss potential avenues for ensuring diversity, equity, and inclusivity across the scholarly publishing ecosystem. Shearer has been working in the area of open access, open science, scholarly communications, and research data management for over 20 years. She is the author of numerous publications and delivered many presentations at international events. Most recently, she was the lead author of the paper Fostering Bibliodiversity in Scholarly Communications: A Call for Action (April 2020). She participates in the work of numerous other organizations to advance open science around the world and is also a Research Associate with the Canadian Association of Research Libraries (CARL) and has been instrumental in many of CARL’s activities related to open science, including the launch of the Portage Initiative in Canada, a national research data management network.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,580
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,003
Science ouverte0,0020,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,234
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUNM’s Digital Repository (University of New Mexico)Même sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207