MétaCan
Menu
Retour à la cohorte
Enregistrement W2004588004 · doi:10.1108/09593840410542501

Contested artifact: technology sensemaking, actor networks, and the shaping of the Web browser

2004· article· en· W2004588004 sur OpenAlexaff
Samer Faraj, Dowan Kwon, Stephanie Watts

Notice bibliographique

RevueInformation Technology and People · 2004
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInformation Systems Theories and Implementation
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)SensemakingArtifact (error)Computer scienceData scienceWorld Wide WebKnowledge managementEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Much of IT research focuses on issues of adoption and adaptation of established technology artifacts by users and organizations and has neglected issues of how new technologies come into existence and evolve. To fill this gap, this paper depicts a complex picture of technology evolution to illustrate the development of Web browser technology. Building on actor‐network theory as a basis for studying complex technology evolution processes, it explores the emergence of the browser using content analysis techniques on archival data from 1993‐1998. Identifies three processes of inscribing, translating, and framing that clarify how actors acted and reacted to each other and to the emergent technological definition of the browser. This spiral development pattern incorporates complex interplay between base beliefs about what a browser is, artifacts that are the instantiation of those beliefs, evaluation routines that compare the evolving artifact to collective expectations, and strategic moves that attempt to skew the development process to someone's advantage. This approach clarifies the complex interdependence of disparate elements that over time produced the Web browser as it is known today.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,019
Communication savante0,0090,013
Science ouverte0,0010,004
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,262
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations119
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformation Technology and PeopleMême sujetInformation Systems Theories and ImplementationTravaux en français237 207