MétaCan
Menu
Retour à la cohorte
Enregistrement W2017438808 · doi:10.1002/meet.145044013

The complexity and value of managing in the digital environment

2007· article· en· W2017438808 sur OpenAlexaff
Brian Detlor, Don Turnbull, Maureen L Mackenzie, James P. Smith

Notice bibliographique

RevueProceedings of the American Society for Information Science and Technology · 2007
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBig Data and Business Intelligence
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésViewpointsTheme (computing)Context (archaeology)Panel discussionSession (web analytics)ConversationRelevance (law)BlessingSet (abstract data type)Computer sciencePublic relationsSociologyWorld Wide WebPolitical scienceBusinessCommunication

Résumé

récupéré en direct d'OpenAlex

Abstract This session combines individual presentations with a group discussion. The focus of this session and the expertise of this panel bring together ways of coordinating, evangelizing and adapting in organizations that are more connected digitally than physically. The digital environment is both a management blessing and a burden. The panelists offer varying viewpoints and perspectives into our expanding digital world. The panel session will begin with a brief description of the panel's overall theme and its relevance and importance to the broader ASIST community. This will set the stage and provide context to the three individual panelist presentations. Each panelist will situate his or her talk in context to the overall theme and will elicit key insights and recommendations pertaining to this theme. This should provide a powerful mechanism to engage conversation and the sharing of ideas between panel members and audience participants. This session reflects the interests of SIG‐MGT membership and aligns with the ASIST 2007 theme of “Joining Research and Practice: Social Computing and Information Science”

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)0,012
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,030
Communication savante0,0310,030
Science ouverte0,0020,010
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,029
Tête enseignante GPT0,264
Écart entre enseignants0,235 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Society for Information Science and TechnologyMême sujetBig Data and Business IntelligenceTravaux en français237 207