Archivist on Board: Contributions to the Research Team
Bibliographic record
Abstract
Im folgenden werden wir – rückgreifend auf Erfahrungen mit zwei überwiegend qualitativen Forschungsprojekten – zeigen, welche Konsequenzen und Vorteile erwachsen können, wenn ein Archivar oder eine Archivarin Mitglied des Forschungsteams ist. Der Hauptauftraggeber, den Prinzipien der Datenarchivierung und Re-Analyse verpflichtet, sorgte bereits zu Beginn für die Beteiligung eines Archivars an den Projekten. Diese Maßnahme zeitigte unterschiedliche Konsequenzen, die normalerweise für Forschungsprojekte nicht unbedingt typisch sind: Die Forschenden waren veranlasst, sich mit Fragen der Archivierung und Re-Analyse zu beschäftigen und zu Abstimmungen zu kommen, die eben nicht einfach vorausgesetzt werden konnten; im Rahmen von forschungsethischen Vereinbarungen mussten die Bedingungen hierfür festlegt und für die Projekte musste ein umfassender Plan erstellt werden, um tatsächlich hochwertige Daten produzieren zu können, die einem dauerhaften Erhalt und einer möglichen Wiederverwendung wert erschienen. Hierzu war erforderlich, dass wir Standards der Inventarisierung vereinbarten, Dokumenttypen definierten usw. Außerdem musste der Zugang zu den Daten für mögliche Re-Analysen geregelt werden. Hierzu gehörten etwa die Entwicklung von Vereinbarungen zu den Nutzungsbedingungen und zur Katalogisierung verfügbarer Datensätze sowie von Zitationsrichtlinien. In unserem Beitrag werden wir diesen Prozess und seine Produkte skizzieren. Am Ende werden kurz die besonderen Herausforderungen eines solchen Forschungsansatzes diskutiert.
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 | 0.076 | 0.217 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.014 | 0.011 |
| Scholarly communication | 0.027 | 0.013 |
| Open science | 0.004 | 0.022 |
| Research integrity | 0.005 | 0.013 |
| Insufficient payload (model declined to judge) | 0.059 | 0.023 |
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".