MétaCan
Menu
Retour à la cohorte
Enregistrement W1562411888

Knowledge management handbook : collaboration and social networking

2012· book· en· W1562411888 sur OpenAlexaboutno aff
Jay Liebowitz

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineComputer Science
ThématiqueE-Learning and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésManagementLibrary scienceSociologyEngineeringArt historyArtComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Collaboration and Social Networking: The Keys to Knowledge Management-Introductory Thoughts Jay Liebowitz Knowledge and Collaboration in Multihub Networks: Orchestration Processes among Clinical Commissioning Groups (CCGs) in the United Kingdom Celine Miani, Markos Zachariadis, Eivor Oborn, and Michael Barrett Religious Communities of Practice and Knowledge Management-The Potential for Cross-Domain Learning Denise A.D. Bedford Cross-Cultural Technology-Mediated Collaboration: Case Study of Oxfam Quebec and Peru Kimiz Dalkir Enabling Knowledge Exchange to Improve Health Outcomes through a Multipartner Global Health Program Theresa C. Norton Emperor: A Method for Collaborative Experience Management Ulrike Becker-Kornstaedt and Forrest Shull Real-Time Knowledge Management: Providing the Knowledge Just-In-Time Moria Levy Building Vertical and Horizontal Networks to Support Organizational Business Maureen Hammer and Katherine Clark Social Network Analysis: A Pharmaceutical Sales and Marketing Application Molly Jackson, Doug Wise, and Myra Norton Collaborating Using Social Networking at Price Modern Gloria Phillips-Wren and Louise Humphreys Visual Knowledge Networks Analytics Florian Windhager, Michael Smuc, Lukas Zenk, Paolo Federico, Jurgen Pfeffer, Wolfgang Aigner, and Silvia Miksch A Framework for Fostering Multidisciplinary Research Collaboration and Scientific Networking within University Environs Francisco J. Cantu and Hector G. Ceballos Knowledge Management and Collaboration: Big Budget Results in a Low Budget World Andrew Campbell and Melvin Brown II TATA Chemicals-Knowledge Management Case Study B. Sudhakar and Devsen Kruthiventi Knowledge-Enabled High-Performing Teams of Leaders Bradley Hilton and Michael Prevou

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)0,007
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,141

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0100,012
Études des sciences et des technologies0,0020,004
Communication savante0,0090,015
Science ouverte0,0030,004
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0420,024

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 Opus0,020
Tête enseignante GPT0,250
Écart entre enseignants0,230 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations19
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetE-Learning and Knowledge ManagementTravaux en français237 207