Looking toward the Future: A Case Study of Open Source Software in the Humanities.
Notice bibliographique
Résumé
2001. Since then, we have been training young humanities scholars in the intricacies of multimedia, markup languages, project management, research methods, and even game theory (Gouglas et al. 2006). Many of our students—like those in other branches of the humanities—have bright futures in education, law, public relations, marketing, and other disciplines. Increasingly, our students find an outlet for their skills in non-profit organizations, many of which have little to no budget for computer technology or support. One of my goals within the Humanities Computing program has been to introduce open source software (OSS) and its politics of community and sharing into my courses. Open source's wide array of software provides computing solutions for numerous contexts. When illustrating the advantages of OSS to my students, the exemplar that I cite is a project on which I myself have been working for a few years now—a manuscript-tracking database for English Studies in Canada (ESC), a journal on whose staff I serve as an associate editor. The ESC Database, as it has come to be called, is an illustrative case study in that it reveals both the successes and challenges of using OSS in academic contexts that are severely limited by staff and by budget. The project itself is still in progress, but far enough along that a scorecard of successes and failures might be instructive to others in similar situations.
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 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».