Documentation as Data Rescue: Restoring a Collection of Canadian Health Survey Files
Notice bibliographique
Résumé
BackgroundIn Canada, most nationally representative survey data is collected by Statistics Canada, our national statistical agency.Statistics Canada data are generally considered to be of high quality, and the agency has long been the primary source for nationally representative surveys of the Canadian population.In American terms, Statistics Canada -which takes the straightforward, if acronym-limiting, Canadian standard for naming federal agencies with a guiding noun followed by "Canada"roughly takes the place of the Census Bureau, the Bureau of Labor Statistics, the National Center for Health Statistics, and the Center for Education Statistics, as well as collecting data on behalf of a number of other departments and agencies.Once collected, data are published through several outlets including the Data Liberation Initiative, a program in which data files are processed by Statistics Canada into formats suitable for use by researchers and students, and then released to a country-wide network of librarians and library representatives for distribution at their respective academic institutions.However, as a single agency with a broad mandate in a very large country with a relatively small population base, they are not able to collect, process, and release nearly as much survey data as researchers might wish.In addition, other government agencies also maintain large primarily administrative data collections to support their own operations.These collections generally do not make it into the Statistics Canada-to-university data pipeline and at one point were largely inaccessible.In 2011, the Government of Canada launched an open data pilot, a move that was applauded by data librarians and researchers across Canada as well as internationally.An open data portal soon provided access to thousands of geospatial and economic datasets, and in 2012 the pilot became a permanent program. 1 In 2014, the Canadian Directive on Open Government came into effect, requiring that data be "released in accessible and reusable formats." 2 Soon departments ranging from Agriculture and Agri-Food Canada to Veterans Canada began uploading data collections to the portal.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».