Rapport et recommandations relatifs à l'Initiative de gestion de l'accès contrôlé aux données de recherche
Notice bibliographique
Résumé
De plus en plus, on demande aux chercheuses et chercheurs canadiens de rendre leurs données disponibles en vue d’une réutilisation. Néanmoins, toutes les données ne se prêtent pas à l’exercice. Le respect de la vie privée, les contraintes juridiques, la propriété intellectuelle, les obligations commerciales et les considérations éthiques, entre autres, justifient parfois de restreindre l’accès à certains jeux de données, si bien que l’écosystème de recherche du Canada doit se doter de stratégies et de soutien pour gérer les données de recherche dont l’accès mérite d’être contrôlé. Initiative nationale dirigée par l’Alliance de recherche numérique du Canada (« l’Alliance »), en collaboration avec 29 organisations et établissements appelés « organisations partenaires », l’Initiative de gestion de l’accès contrôlé aux données de recherche (GAC) vise à renforcer la capacité de l’écosystème de recherche du Canada d’encadrer la gestion de l’accès contrôlé aux données de recherche. Pendant un an, les organisations partenaires et leur personnel se sont employés à cartographier la GAC à l’échelle nationale. Ils ont également recensé les besoins et les difficultés des établissements qui y contribuent et élaboré des recommandations afin que le Canada soit mieux outillé pour assumer cette gestion.
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 | 0,170 | 0,301 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,008 | 0,013 |
| Communication savante | 0,028 | 0,014 |
| Science ouverte | 0,009 | 0,011 |
| Intégrité de la recherche | 0,018 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,007 |
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 ».