MétaCan
Menu
Retour à la cohorte
Enregistrement W1984874571 · doi:10.1002/meet.2009.1450460110

Towards positive information science?

2009· article· en· W1984874571 sur OpenAlexaff
Jenna Hartel, Jarkko Kari, Robert A. Stebbins, Marcia J. Bates

Notice bibliographique

RevueProceedings of the American Society for Information Science and Technology · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensUniversity of CalgaryUniversity of Toronto
Organismes subventionnairesUniversity of Minnesota
Mots-clésRubricInformation sciencePerspective (graphical)EncyclopediaInformation behaviorField (mathematics)Context (archaeology)Information needsComputer scienceSensibilityPsychologyData scienceSociologyWorld Wide WebMathematics educationLibrary scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract This panel offers a refreshing counterpoint to the predominantly problem‐oriented perspective of theory and research in information science. Drawing inspiration from the fields of positive psychology and sociology, we explore the idea of a positive information science. This line of inquiry focuses on the positive qualities of information systems and the positive characteristics and habits of information users, as well as on the positive contexts of or factors in information phenomena. Insights into positive information phenomena provide a benchmark and target for improving information environments. The positive perspective also reflects a new generation of information‐users who harbor an upbeat sensibility concerning the tools and practices of the Information Age. The panel makes its case by offering an interdisciplinary comparison to positive social sciences, reporting results from two positively‐oriented investigations of information use in gourmet cooking and spirituality, and viewing the idea in the context of the Encyclopedia of Library and Information Science (Bates & Maack, forthcoming), an important benchmark and rubric of the field. To encourage a dynamic session, panelists and audience will see a list of positive features compiled and displayed in real time, serving as a basis for lively discussion.

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)0,003
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
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 enseignants0,582
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,007
Études des sciences et des technologies0,0020,008
Communication savante0,0000,015
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 Opus0,011
Tête enseignante GPT0,302
Écart entre enseignants0,291 · 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

Citations6
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Society for Information Science and TechnologyMême sujetMisinformation and Its ImpactsTravaux en français237 207