MétaCan
Menu
Retour à la cohorte
Enregistrement W1538351187 · doi:10.18533/journal.v3i8.527

Machines, People, and Social Interaction in “Third-Wave” Coffeehouses

2014· article· en· W1538351187 sur OpenAlexaff
John Manzo

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueItalian Fascism and Post-war Society
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSocialitySociologyEmpirical researchConsumption (sociology)Product (mathematics)Focus (optics)Face (sociological concept)Focus groupSocial relationPublic relationsInternet privacyMedia studiesComputer scienceSocial scienceEpistemologyPolitical scienceAnthropology

Résumé

récupéré en direct d'OpenAlex

Coffeehouses have a long history as not only spaces of and for consumption but also as social settings that facilitate and encourage public sociality even in an epoch in which such spaces for sociability are alleged to be fading away. This paper comprises a study of coffeehouses with analytic perspectives and priorities that are very different from past research on this social form. The empirical focus here is on so-called “third wave” coffeehouses, which view coffee as an artisanal product and which deploy, among other resources, high-end equipment in their beverage creation. This equipment is itself an additional empirical focus, and the ways in which traditional face-to-face sociability and, in particular, interaction between customers and employees is facilitated by those machines is considered here. The theoretical perspective used here is ethnomethodological and as such a central concern with describing lived experience at these venues is accomplished by considering photographic evidence of machines and people in situ to see how machines, people, spaces and comestibles interact in these cafes.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,020
Communication savante0,0060,004
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,174
Tête enseignante GPT0,512
Écart entre enseignants0,338 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations48
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetItalian Fascism and Post-war SocietyTravaux en français237 207