MétaCan
Menu
Retour à la cohorte
Enregistrement W1599432598 · doi:10.17705/1cais.02323

Developments in Practice XXXI: Social Computing: How Should It Be Managed?

2008· article· en· W1599432598 sur OpenAlexaff
Heather A. Smith, James D. McKeen

Notice bibliographique

RevueCommunications of the Association for Information Systems · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésThe InternetValue (mathematics)Computer scienceEntertainmentSocial computingPower (physics)Social mediaBusinessKnowledge managementWorld Wide WebPolitical science

Résumé

récupéré en direct d'OpenAlex

Social computing, enabled by the Internet and peer-to-peer computing (P2P), is a force to be reckoned with. Today, most observers believe that the changes we’ve seen in some industries, like entertainment, is just the tip of a huge iceberg that is going to hit many different sectors. The power of social computing to disrupt the traditional business-to-customer relationship is merely one of several changes we are beginning to see in organizations. Social computing also facilitates new ways of working, learning and collaboration, which are foreign to more conventional practices but which have considerable strategic potential if they are effectively managed. Yet currently, organizations in general do not appreciate its value and strategic potential. Social computing’s promise is that technology will fit more naturally into our lives because it will adapt more readily to our locations, preferences and schedules. The challenge for organizations is to understand how to use it effectively to deliver new forms of business value. It’s easy to dismiss social computing as “just another technology fad” and most companies are approaching it very cautiously. The reality is that social computing is already a factor in organizations today even though we are still early in its evolution.

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)0,014
score de la tête « metaresearch » (Gemma)0,021
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: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0080,028
Communication savante0,0200,022
Science ouverte0,0020,009
Intégrité de la recherche0,0090,009
Charge utile insuffisante (le modèle a refusé de juger)0,0190,006

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 Opus0,152
Tête enseignante GPT0,366
Écart entre enseignants0,214 · 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
GenreCommentaire

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

En bref

Citations9
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications of the Association for Information SystemsMême sujetKnowledge Management and SharingTravaux en français237 207