MétaCan
Menu
Retour à la cohorte
Enregistrement W2079069819 · doi:10.3828/comma.2012.2.6

Using information visualization and visual analytics to achieve a more sustainable future for archives: A survey and critical analysis of some developments

2012· article· en· W2079069819 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueComma · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Visualization and Analytics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAustralian Academy of Science
Mots-clésVisual analyticsVisualizationField (mathematics)Data scienceComputer scienceInformation visualizationCultural analyticsAnalyticsReflection (computer programming)Relation (database)Critical reflectionWorld Wide WebSemantic analyticsSociologyThe InternetArtificial intelligenceData mining

Résumé

récupéré en direct d'OpenAlex

This paper provides a survey of some developments in the application of information visualization and visual analytics within the field of archives. The paper begins by discussing the origins and development of information visualization and visual analytics, followed by an explanation of their differences. It then moves on to a critical analysis of the literature on the application of these approaches within the field of archives, arguing that more attention should be paid to applying these technologies to unprocessed archival material than to the output of archival analysis. The paper also contends that greater emphasis is needed in the research on analyzing the cognitive tasks of archivists and of different types of users to create ‘snug’ interfaces as opposed to ones that are just ‘generous’. The paper further calls for more formal evaluation of the efficacy of different tools in relation to claims made about them. Finally, the paper calls for greater critical reflection in the literature on the ways i...

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,401

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,042
Tête enseignante GPT0,374
Écart entre enseignants0,331 · 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