MétaCan
Menu
Retour à la cohorte
Enregistrement W1604865358 · doi:10.15353/joci.v9i1.3193

Doing High-tech Collaborative Research in the Middle of Borneo:

2012· article· en· W1604865358 sur OpenAlexvenueno aff
Sarah Hitchner

Notice bibliographique

RevueThe Journal of Community Informatics · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNexus (standard)Context (archaeology)InstitutionPoliticsLocal communityEthnographySociologyKnowledge managementPublic relationsPolitical scienceGeographyEngineeringSocial scienceAnthropologyComputer science

Résumé

récupéré en direct d'OpenAlex

This case study describes the experiences of an anthropologist currently conducting GIS-based ethnographic research in the Kelabit Highlands of Sarawak, Malaysia, using the e-Bario Telecentre as a local collaborating institution, a base for the input and storage of hard and soft copies of data and reports, and as a nexus for training community members to use GIS technology. Grounded in discussion of current collaborative research trends in the fields of anthropology and geography, this paper elaborates on the challenges and benefits of using the technology, facilities, and personnel currently available at the e-Bario Telecentre. It also describes how this current project is laying the foundation for a larger project that will be owned, managed, and used by the local community. This article elaborates on the social, cultural, political, economic, and environmental context in which this project is developing, demonstrating how this research project, and the transfer of technological knowledge that is a key component of it, can be both beneficial and challenging to the Kelabit community. Finally, it offers suggestions for the improvement of e-Bario by suggesting both what e-Bario can do to better serve the needs of researchers in the Kelabit Highlands and what researchers can in turn do to assist e-Bario in meeting its goals to serve the community, visitors, and other researchers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,176
Score d'incertitude au seuil0,500

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,317
Écart entre enseignants0,220 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Community InformaticsMême sujetRural development and sustainabilityTravaux en français237 207