Erstellung von DH Workflows im SSH Open Marketplace
Bibliographic record
Abstract
Der SSH Open Marketplace (https://marketplace.sshopencloud.eu) ist eine Webplattform, in der Forscher:innen gezielt nach digitalen Tools und Services suchen können. Um Tools und Services besser auffindbar zu machen, können neben ausführlichen Metadaten auch Referenzen zu Publikationen, Trainingsmaterialien, Datensätzen sowie Workflows hergestellt werden. Workflows orientieren sich dabei an Forschungsfragen sowie an "digital best practices" eines Fachbereichs, die in Form einer Vorgehensweise beschrieben werden, um ein gewünschtes Ergebnis zu erreichen. Ein Workflow ist unterteilt in Schritte ("steps"), die vorgenommen werden sollten, um die jeweilige Fragestellung beantworten zu können. Sowohl der Workflow selbst als auch die jeweiligen Schritte können mit Tools und Services verknüpft werden, die zur Umsetzung verwendet werden können. Somit erhalten Tools einen Kontext, in dem sie beispielhaft verwendet werden können, was neben einer verbesserten Auffindbarkeit auch mögliche Anwendungsgebiete aufzeigt. Im Workshop werden Teilnehmer:innen eingeladen, anhand ihrer DH-Praktiken und -Methoden Workflows für den SSH Open Marketplace zu erstellen und zu publizieren.
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 | 0.027 | 0.041 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.010 | 0.009 |
| Open science | 0.004 | 0.011 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.015 | 0.010 |
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".