State of the art/science: Visual methods and information behavior research
Notice bibliographique
Résumé
Abstract This panel reports on methodological innovation now underway as information behavior scholars begin to experiment with visual methods. The session launches with a succinct introduction to visual methods by Jenna Hartel and then showcases three exemplar visual research designs. First, Dianne Sonnenwald presents the “information horizon interview” (, ), the singular visual method native to the information behavior community. Second, Anna Lundh () describes her techniques for capturing and analyzing primary school children's information activities utilizing video recordings. Third, Nancy Fried Foster (Foster & Gibbons, ) reports how students, staff and faculty members produce maps, drawings, and photographs as a means of contributing their specialist knowledge to the design of library technologies and spaces at the University of Rochester. Altogether, the panel will present a collage of innovative visual research designs and engage the associated epistemological, theoretical, methodological, and empirical issues. All speakers will have 15 minutes and be timed to allow a minimum of 30 minutes for audience questions, comments, and discussion. Upon the conclusion attendees will have gained: knowledge of the state of the art/science of visual methods in information behavior research; an appreciation for the richness the approach brings to the specialty; and a platform to take new visual research designs forward.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,011 |
| Communication savante | 0,000 | 0,013 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».