MétaCan
Menu
Retour à la cohorte
Enregistrement W1897040144 · doi:10.1002/meet.2014.14505101002

The informing nature of talk & text: Discourse analysis as a research approach in information science

2014· article· en· W1897040144 sur OpenAlexaff
Lisa M. Given, Deborah Hicks, Theresa J. Schindel, Rebekah Willson

Notice bibliographique

RevueProceedings of the American Society for Information Science and Technology · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInformation Systems Theories and Implementation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDiscourse analysisConstruct (python library)SociologyRelation (database)Critical discourse analysisEpistemologyData scienceComputer scienceLinguisticsPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT In Information Science (IS), as well as other disciplines, discourse analysis has been used to extend the range of contextual data gathered using other research approaches. This form of textual analysis can enrich our understanding of complex information practices and contexts, particularly in relation to the ways that society and individuals construct understandings of various phenomena. However, not all discourse analysis approaches are the same; linguistic, Foucouldian, and psycho‐social discourse analysis practices vary in their intent and their application. This panel will provide an overview of the discourse analysis methodology, including how the approach is conducted in various disciplines. By focusing on three projects by IS scholars that use discourse analysis, the range of data collection and analysis possibilities – including benefits and limitations of the approach – will be explored. The panel will also discuss how discourse analysis can be used in mixed methods studies, or with research participants engaged in other methods, to extend the research knowledge in the discipline.

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)0,016
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,018
Études des sciences et des technologies0,0020,012
Communication savante0,0000,009
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,380
Écart entre enseignants0,362 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Society for Information Science and TechnologyMême sujetInformation Systems Theories and ImplementationTravaux en français237 207