MétaCan
Menu
Retour à la cohorte
Enregistrement W2203777132 · doi:10.1108/nlw-08-2015-0056

Can we talk?

2015· article· en· W2203777132 sur OpenAlexaff
Nadia Caidi, Keren Dali

Notice bibliographique

RevueNew Library World · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Administration
Établissements canadiensWestern UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésInterpersonal communicationDiversity (politics)EmotiveOutreachPromotion (chess)Cultural diversityValue (mathematics)SociologyPublic relationsDialog boxPsychologySocial psychologyPolitical scienceComputer sciencePoliticsWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Purpose – This paper aims to examine the attractiveness of Library and Information Science (LIS) professions and programs to culturally and linguistically diverse individuals. Design/methodology/approach – Between September and December 2014, current students and alumni from 57 North American LIS programs were surveyed regarding their learning experiences and perceptions of the state of diversity in LIS. Findings – The findings point to deep, emotive reflections on diversity in LIS. Noting the general societal turn toward values-based, integral diversity, this paper proposes looking beyond the quantitative measures and paying attention to the volume of negative emotion surrounding the diversity debate in our field. Making both philosophical and practical arguments, a three-tiered approach is advocated, which can contribute to nurturing the climate of diversity: outreach and promotion; recruitment and retention; and interpersonal and intercultural dialog that will not only sustain diversity but also transform diverse environments into healthy and vibrant places with transparent communication channels. Originality/value – This paper departs from the focus on increasing diversity and emphasizes sustaining diversity in both academia and workplaces. The improvement of interpersonal relationships, human understanding and interpersonal communication is seen as a way to systemic change.

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)0,009
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0140,022
Communication savante0,0190,023
Science ouverte0,0020,011
Intégrité de la recherche0,0060,014
Charge utile insuffisante (le modèle a refusé de juger)0,0570,036

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 Opus0,058
Tête enseignante GPT0,294
Écart entre enseignants0,236 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations16
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Library WorldMême sujetLibrary Science and AdministrationTravaux en français237 207