MétaCan
Menu
Retour à la cohorte
Enregistrement W7043820837

Unapređenje upotrebljivosti otvorenih podataka definisanjem metode kategorizacije zasnovane na metapodacima portala otvorenih podataka

2023· dissertation· en· W7043820837 sur OpenAlexaboutno aff

Notice bibliographique

RevueNational Repository of Dissertations in Serbia · 2023
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueE-Government and Public Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetadataCategorizationLinked dataUsabilityData elementTransparency (behavior)Open data
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Due to numerous data transparency and open government initiatives, a large volume of data was published on open data portals. To make it more accessible and visible, these portals have introduced data filtering by category, tags, format, organization, etc. This information is stored as metadata and provided when publishing the data. However, the metadata is not always complete. The lack of data categories has a great impact on the data visibility, accessibility, and usability of information. As the data increases on the portals, it becomes harder to find and identify the wanted information when the category is missing. Within this doctoral dissertation, an analysis of metadata on open data portals, as well as an analysis of categories and tags usage, and their connections on open data portals was performed. Afterward, the problem of missing data categories was addressed by proposing a methodology for data categorization based on the combination of tags. Within the methodology, the hierarchical organization of tags in a category was defined based on their usage in categorized data. Then, a tool was presented for visual analysis of the hierarchical organization of tags, and a proposal was given for the data categorization based on the combination of tags. The presented categorization relies on the way tags are used in categorized data, i.e. their hierarchical organization. The approach calculates the similarity between two tags, and two combinations of tags, as well as defines the parameters for categorizing the combination of tags with categories on the portal. Afterward, an algorithm was defined that proposes the categories for a dataset with a given combination of tags. For the proposed categorization, an evaluation was performed using the data from the Canadian open data portal. Lastly, within the doctoral dissertation, a model was proposed for supplementing the datasets’ metadata on open data portals.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,755
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,355
Écart entre enseignants0,323 · 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'étudeThéorique ou conceptuel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Repository of Dissertations in SerbiaMême sujetE-Government and Public ServicesTravaux en français237 207