- 此活动已经结束。
科研诚信：机构高质量元数据的最佳实践
科研诚信：机构高质量元数据的最佳实践
2 年 6 月 @ 下午 1:00 – 下午 2:00 UTC
开始时间在哪里 你是: 无法检测到您的时区。 尝试 重装 这一页。
Topics
At ORCID，我们认为维护研究诚信的全球挑战需要社区驱动的解决方案。欢迎参加我们这个发人深省的网络研讨会系列，我们邀请了研究、网络安全等领域的思想领袖和专家分享他们对趋势和新兴解决方案的见解。
学术记录的完整性取决于支撑它的数据的准确性。对于研究机构和图书馆而言，不完整或不正确的元数据会造成“可见性差距”，使得准确追踪教职工的科研成果、证明科研经费的合规性以及管理开放获取协议变得困难。本次会议将重点探讨机构如何在这一领域发挥主导作用。 “上游”运动 通过确保在申请资助和内部报告阶段（远在稿件到达期刊之前）收集高质量的、包含 PID 信息的数据。
在这个环节中 研究诚信：高质量元数据的最佳实践我们将考察机构在元数据管理方面的实际成功案例，以及开放获取交换平台在简化数据交换方面发挥的作用。我们将探讨如何通过加强内部元数据系统来减轻研究人员的行政负担，并更清晰地展现机构的全球影响力。 为了了解这些数据离开您的控制后是如何处理的，我们也邀请您 欢迎参加我们5月19日的会议 致力于发布商端元数据最佳实践。
尽管我们在维护研究诚信方面面临重大挑战，但我们仍然乐观地认为，通过共同努力，我们的社区可以取得有意义且持久的进步，朝着一个世界迈进，在这个世界上，所有参与研究、学术和创新的人都可以被独特且可靠地识别，并与他们的贡献联系起来，跨越学科、边界和时间。注册参加本次会议，成为应对全球挑战的社区解决方案的一部分。
特色小组成员
劳拉·布雷达尔，滑铁卢大学
Eva van Rein，格罗宁根国立大学
主讲人
伊冯娜·坎普芬斯OA交换机
会议信息
语言
英语隐私性
通过注册本次网络研讨会，您的信息将提交至 ORCID 作为网络研讨会组织者。我们将使用您的信息来沟通本次活动，包括发送活动前后材料和网络研讨会录音，并按照我们的隐私政策进行。
您可以随时撤回您的同意。若要在网络研讨会开始前删除您的信息，请取消您的注册。若要在网络研讨会结束后删除您的信息，请联系 [email protected]
通知： ORCID 不允许人工智能机器人 ORCID 主持会议和网络研讨会。任何此类机器人将被立即删除。