Notice bibliographique
Résumé
Purpose – The purpose of this paper is to specify the role of emotions played in information seeking and sharing taking place in online discussion forum. To this end, an explorative study was made that focussed on consumer awareness. Design/methodology/approach – The study is based on the analysis of a sample of 30 discussion threads containing altogether 1,630 messages available in Canadian Content – a major online platform. The expression of emotions was examined by using the categories of the interaction process analysis (IPA) model. Two research questions were addressed: first, what kind of emotions are expressed in the four functional areas of the IPA model when discussing online about consumer awareness? and second, what is the role of positive and negative emotions in information seeking and sharing about the above topic? The data were analyzed by means of descriptive statistics and qualitative content analysis. Findings – Of the emotional expressions, 42 percent were positive and 58 percent negative. The most frequent emotions were amusement, contempt, worry, irritation and pleasure. The frequencies of positive and emotional expressions varied in the context of 12 IPA categories. Positive emotions predominated when participants showed solidarity or agreed, while negative emotions were particularly prevalent when indicating antagonism. The repertoire of positive and negative emotions was broadest while providing opinions or sharing information with others. In contrast, emotions were expressed rarely in the context of information seeking. Research limitations/implications – The study is explorative in nature and the findings are based on the examination of an online discussion group focussed on the issues of consumer awareness. Originality/value – The study contributes to the study of affective factors in computer-mediated interaction by empirically specifying the repertoire of positive and negative emotions expressed in online discussion.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».