MétaCan
Menu
Retour à la cohorte
Enregistrement W2257182275 · doi:10.33137/cjal-rcbu.v1.24304

Foucault, the “Facts,” and the Fiction of Neutrality: Neutrality in Librarianship and Peer Review

2016· article· en· W2257182275 sur OpenAlexvenueno aff
Heidi R. Johnson

Notice bibliographique

RevueCanadian Journal of Academic Librarianship · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLibrary Science and Administration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeutralityContext (archaeology)RealmSociologyOpposition (politics)EpistemologyPower (physics)Political scienceLawPhilosophyPoliticsHistory

Résumé

récupéré en direct d'OpenAlex

This paper brings together two discourses in librarianship, that of neutrality in the context of library services, and that of peer review, which is of concern for librarianship as it moves more into the realm of scholarly communication. It points out the shortcomings of this ethical principle within the context of library services, using LIS literature on the opposition between neutrality and the commitment to social justice. It also uses Foucault’s theories on discipline, and knowledge and power, and Latour and Woolgar’s analysis of the construction of scientific facts, to critique the concept of neutrality. Then it asks how that critique applies to the practice of peer review, in which the expectation is that reviewers will be neutral or impartial judges of manuscripts. Findings suggest that the principle of neutrality, with a slightly different meaning in this context, does have useful applications to peer review, ensuring fairness. Although neutrality may never be possible completely, cross-disciplinary literature suggests ways to limit the effects of bias. Thus, librarians can better understand the different meanings of neutrality in these different contexts, including its usefulness and limitations.

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)0,081
score de la tête « metaresearch » (Gemma)0,153
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · 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 enseignants0,988
Score d'incertitude au seuil0,431

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0810,153
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0120,147
Communication savante0,0150,024
Science ouverte0,0020,007
Intégrité de la recherche0,0130,014
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,080
Tête enseignante GPT0,310
Écart entre enseignants0,231 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineÉvaluation
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

Citations11
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Academic LibrarianshipMême sujetLibrary Science and AdministrationTravaux en français237 207