MétaCan
Menu
Retour à la cohorte
Enregistrement W1550385268 · doi:10.1108/jd-01-2014-0018

Social semiotics as theory and practice in library and information science

2015· article· en· W1550385268 sur OpenAlexaff
Matthew Jason Wells

Notice bibliographique

RevueJournal of Documentation · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultimedia Communication and Technology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSemioticsOriginalitySocial semioticsComputer scienceInformation scienceSociologyValue (mathematics)Data scienceEpistemologySocial scienceQualitative researchLibrary science

Résumé

récupéré en direct d'OpenAlex

Purpose – Information scholars frequently make use of “conceptual imports” – epistemological and methodological models developed in other disciplines – when conducting their own research. The purpose of this paper is to make the case that social semiotics is a worthy candidate to add to the information sciences toolkit. Design/methodology/approach – Both traditional and social semiotics are described in detail, with key texts cited. To demonstrate the benefits social semiotic methods may bring to the information sciences, the digital display screen is then employed as a test case. Findings – By treating the display as a semiotic resource, the author is able to demonstrate that, rather than being a transparent window by which the author may access all of the data, the screen actually distorts and conceals a significant amount of information, and severely restricts the control users have over software packages such as online public access catalogues. A programming paradigm known as language-oriented programming (LOP), however, can help to remedy these issues. Originality/value – The test case is meant to provide a framework by which other information sciences issues may be explores via social semiotic methods. Social semiotics, moreover, is still evolving as a subject matter, so IS scholars could also potentially contribute to its continued development with their work.

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)0,020
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,007
Études des sciences et des technologies0,0090,089
Communication savante0,0190,014
Science ouverte0,0020,007
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,025
Tête enseignante GPT0,405
Écart entre enseignants0,380 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of DocumentationMême sujetMultimedia Communication and TechnologyTravaux en français237 207