Gestão de dados de pesquisa
Bibliographic record
Abstract
A Ciência Aberta tem constituído uma nova abordagem para o processo de geração de conhecimento científico, com base na forma colaborativa que a produção científica tem sido criada e comunicada. Os tradicionais resultados de pesquisa como artigos, dissertações e teses, ainda que disponíveis em acesso aberto podem ser comparados à uma caixa-preta, de acordo com a perspectiva da Teoria Ator-Rede (TAR), constituindo o resultado acabado da análise de um determinado pesquisador ou grupo de pesquisadores. Este artigo, eminentemente bibliográfico a partir de descritores, utiliza a pesquisa bibliográfica e bibliométrica como métodos de tratamento dos dados, seguido de revisão sistemática da literatura. O objetivo busca evidenciar como a disponibilidade dos dados de pesquisa interfere no processo de geração e de comunicação científica. Para tal utiliza-se das concepções da TAR na identificação do papel dos dados de pesquisa dentro de uma rede, composta por elementos humanos e não humanos. Como resultados, demonstra-se a partir do ciclo de vida dos dados de pesquisa, de que forma a disponibilidade destes produz novos recursos de informação, viabilizada pela retroalimentação da atividade científica.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.017 | 0.063 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.016 | 0.043 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.014 | 0.011 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".