Massive Open Online Research: An approach to deal with wicked problems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Humans are hardwired as problem-solvers. Professional education, in particular, enables us to solve complex problems. Even decades ago, we could safely send a crew to the moon and back. A moon-bound project is a very challenging and complex problem, but it is a one. The problem is clearly defined and the challenge becomes how to find the best solution. As the world and issues become more interconnected, there is a different type of problem in the horizon - problems. A wicked problem is normally complex and challenging, but differs from the tame problem because there is no agreement in terms of problem definition. A wicked problem does not allow for the choice of best solution. Solutions tend to only mitigate the problem and sometimes generate unpredictable consequences. For instance, climate change is an issue that requires a level of ingenuity that cannot be achieved by a limited group of people, regardless how brilliant they are. It cannot be addressed by our dominant scientific, reductionist, discipline-based, and proprietary approach either. This paper proposes Massive Online Open Research (MOOR) as a better approach to deal with wicked problems. In terms of organization, this paper includes a literature review on online collaboration, focusing on the dynamics of knowledge creation and innovation. Selected open online research initiatives are used to contextualize the literature review. Based on the literature review and real cases, a MOOR framework is presented and discussed. Limitations and opportunities for future research are also included.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle