MétaCan
Menu
Retour à la cohorte
Enregistrement W7015395918

Souvenirs from an RDM Professional Development Journey

2019· other· en· W7015395918 sur OpenAlexfundno aff

Notice bibliographique

RevueOakTrust (Texas A&M University Libraries) · 2019
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesYork University
Mots-clésIntellectualizationGovernment (linguistics)Quality (philosophy)Subject (documents)HeadlineWork (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Purpose: Describes a professional development journey in Research Data Management (RDM) services funded by the National Library of Medicine. \nSetting: The National Library of Medicine encourages training in data concepts through courses and funding from the National Network of Libraries of Medicine (NNLM) Training Office and Regional Medical Libraries (RMLs). The Medical Sciences Library at Texas A&M University provides data consultations, referrals and workshops, but no formalized data services. \nDescription: A librarian attended the first cohort of the NNLM Biomedical and Health RDM for Librarians course, the subsequent RDM 102, and a site visit with course mentors, all funded through the NNLM Training Office. Data Science Professional Development awards from the South Central RML funded attendance at the Mobilizing Computable Biomedical Knowledge (MCBK) and Transforming Research meetings. Data-related workshops were selected as an initial service to raise awareness of issues and position the Library as a partner for solutions. “Souvenirs” collected at each stop – a toolkit here, an active learning dataset there – were customized, promoted, piloted, and revised. \nOutcome: The workshops nurture conversation with faculty and leadership. An RDM workshop is in an ongoing series for the Health Sciences Center, graduate students did an active learning exercise at orientation, and a best practices workshop from the library is scheduled. Conference information and contacts inform planning. \nConclusion: The RDM professional development journey doesn’t have to be expensive – funding is available. It doesn’t require applying “all the things”. Collect, customize and apply those that produce a quick win and resonate with constituents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,038
score de la tête « metaresearch » (Gemma)0,065
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil0,200

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,065
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0260,016
Communication savante0,0310,024
Science ouverte0,0050,046
Intégrité de la recherche0,0100,023
Charge utile insuffisante (le modèle a refusé de juger)0,0370,021

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 Opus0,017
Tête enseignante GPT0,220
Écart entre enseignants0,203 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomaineMéthodes
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOakTrust (Texas A&M University Libraries)Travaux en français237 207