A List of Questions About How We Ask Questions Some Thoughts on KMb and Theatre
Notice bibliographique
Résumé
The mixed case acronym, KMb, with its capital ‘KM’ and lower case ‘b,’ confuses my brain, conjuring some kind of Seussian unit of measurement like kilometres per megabyte. Upon second thought, perhaps this is not entirely so surreal, since KMb is indeed about making those information units go places and speedily. A relatively recent addition to scholarly parlance, ‘knowledge mobilization’ (KMb) came into general usage following the creation of the Community University Research Alliances (CURA) program of the Social Sciences Humanities Research Council of Canada (SSHRC) in 1999 (“History”). Knowledge mobilization refers to processes that facilitate the sharing of research between research producers (usually university academics) and research users (usually community organizations). Aspiring to be more than merely a one-way transfer of knowledge, KMb also seeks to foster entry points through which knowledge users can proactively pitch problems to be taken up as research projects. Likewise, KMb aims to be collaborative, creating opportunities for academics and community partners to work together to define the problem, develop the methodology, collect data, and apply and assess the results. Explicitly through SSHRC and tacitly by other funding bodies, we are being encouraged (compelled?) to bring these community-oriented values and goals to the fore. My intent then in this brief “think piece” is to present a long list of questions, the answers to which, I hope, may in a small way contribute to our work in imagining what the ongoing development of KMb in theatre studies and theatre practice will look like.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,012 | 0,019 |
| Communication savante | 0,016 | 0,026 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,009 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,018 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».