MétaCan
Menu
Retour à la cohorte
Enregistrement W2010661108 · doi:10.1002/asi.21618

Visual approaches and photography for the study of immediate information space

2011· article· en· W2010661108 sur OpenAlexaff
Jenna Hartel, Leslie Thomson

Notice bibliographique

RevueJournal of the American Society for Information Science and Technology · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPhotographyVisual researchScholarshipDisciplineSection (typography)Space (punctuation)Field (mathematics)Visual artsSociologyComputer scienceInformation scienceData scienceLibrary scienceSocial scienceArt

Résumé

récupéré en direct d'OpenAlex

Abstract This methods‐oriented paper introduces visual methods and specifically photography to study immediate information space (Lee, 2003 ); that is, information‐rich settings such as offices or homes. It draws upon the authors' firsthand ethnographic field experiences, a review of relevant theoretical and methodological literature, and an analysis of cases within information studies that have made use of visual and photographic techniques. To begin, the traditions of visual research within anthropology and sociology are traced and major epistemological, methodological, and disciplinary debates associated with visual scholarship are presented. Then, investigations of immediate information space that utilize photography are analyzed, including examples from the areas of personal information management, health informatics, information behavior, and computer‐supported cooperative work. Moreover, a section entitled “Applying Photographic Techniques…” supplies guidelines for employing photography in a research design, as well as a question‐based research framework and tips for photographing information phenomena.

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)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,003
Études des sciences et des technologies0,0030,014
Communication savante0,0060,007
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,318
Tête enseignante GPT0,510
Écart entre enseignants0,191 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations105
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society for Information Science and TechnologyMême sujetParticipatory Visual Research MethodsTravaux en français237 207