MétaCan
Menu
Retour à la cohorte
Enregistrement W2037790705 · doi:10.1089/10949310050191773

The Good, the Bad and the Ugly: Listserv as Support

2000· article· en· W2037790705 sur OpenAlexaboutno aff
Z. Sonia Worotynec

Notice bibliographique

RevueCyberPsychology & Behavior · 2000
Typearticle
Langueen
DomainePsychology
ThématiqueSexuality, Behavior, and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThe InternetConversationInternet privacyPsychologyResource (disambiguation)Coping (psychology)NursingMedical educationPublic relationsMedicineWorld Wide WebPolitical scienceComputer sciencePsychiatry

Résumé

récupéré en direct d'OpenAlex

The Internet links people across the world. School children, researchers, and average people use the Internet to get information. For home child care providers, electronic mailing lists provide support and resources in practical ways. Posts to such E-mail lists include requests for modeling clay recipes, suggestions for coping with temper-tantrum throwing children and advice on handling taxes, receipts, and other business-related issues. Home child care providers, primarily women, are isolated workers. Alone all day with small children, they long for adult conversation and stimulation. Furthermore, the majority of home providers (in the United States and in Canada) are untrained caregivers, often lacking skills and education in child care, human development, and guidance. The likelihood for frustration is high. Child care-focused E-mail lists are popular places for providers to "vent." Alarmingly, inappropriate responses to typical child behavior is sometimes also justified and supported through these lists. This paper documents two child care E-mail lists and demonstrates the need for caution in promoting the Internet as a resource, particularly for people/professionals caring for children. The positive aspects of the Internet as a resource and support are profiled and a series of recommendations are proposed for ensuring professional and healthy educational use of the Internet for child care providers - both home providers and staff in licensed, regulated settings.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,773
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,005
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,024
Tête enseignante GPT0,354
Écart entre enseignants0,330 · 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'étudeAutre devis
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

Citations8
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCyberPsychology & BehaviorMême sujetSexuality, Behavior, and TechnologyTravaux en français237 207