知識カバレッジ評価

総合・百科・序論 — 知識カバレッジ評価 概要

総合・百科・序論分野の知識カバレッジ評価領域の概要と入門ガイド

基準集合との照合

NISTが1992年に始めたTRECの正解集合から、収録項目が既知の対象を何件含むか測る

見出し語カバレッジ

OEDとMerriam-Websterの見出し語を照合し、共通語・固有語・専門語の収録差を測る

専門分野別カバレッジ

ブリタニカ第15版のPropædiaを基準に、自然科学・社会科学・人文学の記事配分を読む

地理的カバレッジ

WikipediaのGeoNames対応記事を用い、欧州・アフリカ・太平洋地域の収録密度を比較する

時代別カバレッジ

Wikidataの生年月日データから、古代・中世・近現代の人物項目数を世紀別に測る

言語カバレッジ

Wikipediaの各言語版サイトリンクから、同一概念が何言語で記事化されているかを数える

人口集団の表象

米国国勢調査2020年の人口構成と人物記事を比べ、民族集団ごとの掲載偏りを測る

ジェンダー・カバレッジ

Whose Knowledge?の2018年調査を例に、Wikipedia人物記事の男女比と職業差を分析する

文化圏カバレッジ

UNESCO世界遺産一覧と百科項目を照合し、地域別の文化遺産が記事化された割合を測る

典拠資料カバレッジ

VIAFの著者識別子とWikidata項目を照合し、図書館典拠へ接続済みの人物割合を読む

ロングテール収録

クリス・アンダーソンの2004年ロングテール論から、閲覧の少ない専門項目の蓄積を評価する

赤リンクによる欠落検出

Wikipediaのred link一覧から、既存記事より参照される未作成項目を優先順位化する

Wikidata項目完全性

WikidataのRecoinツールを例に、同種項目で頻出する属性の欠落率を測る方法を学ぶ

プロパティ充足率

Wikidataの人間項目で生年月日・国籍・職業が埋まった割合をプロパティ別に比較する

出典付き主張率

Wikidataのstatementへreferenceが付く割合から、構造化知識の検証可能性を測る

画像カバレッジ

Wikimedia CommonsのP18画像プロパティから、人物・建築・生物項目の図版付与率を測る

書誌データベース収録率

PubMedの医学論文集合を基準に、ScopusとWeb of Scienceの収録差を比較する

引用索引の分野差

モンジオンとポール＝ヒュスの2016年研究から、Google ScholarとWoSの収録範囲を読む

図書館所蔵重複率

OCLCのWorldCatを用い、二館のISBN集合に対する共通所蔵と固有所蔵の割合を測る

公文書系列の完全性

米国NARAのRecord Groupを例に、予定された年代・部局・箱番号の欠落を確認する

OCR処理カバレッジ

国立国会図書館デジタルコレクションから、画像資料のうち全文検索可能な冊数を測る

全文アクセス率

Unpaywallが2017年に公開したデータから、DOI付き論文のうち無料本文へ到達できる割合を読む

生物種カバレッジ

Catalogue of Lifeの種一覧とGBIF出現記録を照合し、観察データを持つ種の割合を測る

遺伝子機能注釈率

Gene Ontologyが1998年より整備する注釈から、各生物種の遺伝子へ機能が付く割合を読む

医学用語カバレッジ

MeSHとSNOMED CTの概念を対応させ、疾患・薬剤・処置分野の語彙収録差を測る

カリキュラム対応率

文部科学省の2017年学習指導要領と教材項目を照合し、必修概念の収録割合を測る

政策課題カバレッジ

国連の2015年SDGs全169ターゲットと知識基盤の記事を対応させ、未収録課題を探す

利用者質問カバレッジ

Europeanaの検索ログを例に、頻出質問へ一件以上の適切な資料を返せる割合を測る

捕獲再捕獲による総数推定

生態学者リンカーンの1930年推定法を文献集合へ応用し、未収録資料数を見積もる

ギャップ分析

UNESCOのGlobal Education Monitoring Reportを例に、必要情報と現有資料の差を一覧化する