MétaCan
Menu
Retour à la cohorte
Enregistrement W1834198886 · doi:10.22230/src.2012v3n2a75

Simulating Reading: Digital Research Beyond the Database

2012· article· en· W1834198886 sur OpenAlexvenueno aff
Craig Saper

Notice bibliographique

RevueScholarly and Research Communication · 2012
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDigital Humanities and Scholarship
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReading (process)Realization (probability)Computer scienceFutures contractWorld Wide WebDigital humanitiesDatabaseLinguistics

Résumé

récupéré en direct d'OpenAlex

In the last decade, much digital humanities research involved databases. Digital technology allowed not only for expansion of concordances, but also, and more importantly, for new types of tagged, hyperlinked, and radiant texts. Databases changed the experience of reading. My research also involves a database, but I now realize that the consequence of building this peculiar database has led to what I believe is the next major aspect of research on the experience of reading: simulation. The reading machines on my website (www.readies.org) allude to Bob Carlton Brown’s machine proposed, in one iteration, in the late 1920s and early 1930s. He called the texts prepared for the machine “readies.” This project led to a realization that one could simulate reading situations and experiences usually only described. So, the Brown machine simulation becomes a prototype for a series of simulations on other reading situations both in the past and potential futures.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,892
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0060,002
Communication savante0,0120,012
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
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 Opus0,324
Tête enseignante GPT0,409
Écart entre enseignants0,085 · 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.

Devis d'étudeThéorique ou conceptuel
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 revueScholarly and Research CommunicationMême sujetDigital Humanities and ScholarshipTravaux en français237 207