Dictionnaire de données du SINP V1.0
Notice bibliographique
Résumé
Le présent document est le premier dictionnaire de données du SINP.Il reprend les éléments définis dans les standards d'échanges SINP.La version 1.0 reprend les attributs définis dans le standard d'échange pour les données d'observations et suivis de taxons (SOT v3.0) (notamment des éléments communs avec le standard d'échange de données pour les observations et suivis d'habitats (SOH v2.0)) et le standard d'échange de métadonnées (MTD v2.0).Il a vocation à être complété par tout nouvel attribut utilisé dans le cadre d'échange de données avec le SINP.Le dictionnaire de données et les documents de présentation des standards d'échange sont à utiliser conjointement pour comprendre et échanger des données et leurs métadonnées au SINP.Mise au point sur les différents standards SINP cités dans ce document : -Observations et suivis de taxons (abrégé « SOT v3.0 ») est synonyme à OccTax.Le nom a été modifié pour la version 3.0 afin d'être en cohérence avec son équivalence pour les habitats, le standard d'échange de données d'observations et suivis d'habitats (SOH) v2.0 ; -Le standard d'échange de métadonnées ne change pas de nom, seulement de version, et est abrégé en « MTD v2.0 »
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 | 0,009 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,022 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,011 | 0,005 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,122 | 0,141 |
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 ».