MétaCan
Menu
Retour à la cohorte
Enregistrement W2286009435 · doi:10.7282/t3s46s5n

Ways of knowing

2009· article· en· W2286009435 sur OpenAlexfundno aff
Chantelle Marlor

Notice bibliographique

RevueRutgers University Community Repository (Rutgers University) · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaInternational Labour OrganizationSimon Fraser University
Mots-clésOntologyComputer scienceEpistemologyData scienceFisheryEcologyBiologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

This dissertation is an exploration of the various ways in which knowledge practitioners come to know about a subject. Using four case studies of marine experts--government-based invertebrate biologists, a university-based team of contaminant ecologists, Kwakiutl (or Kwakwaka'wakw) First Nations (Native American) clam diggers, and Nuu Chah Nulth First Nations clam diggers--I explore the processes and practices by which these practitioners produced knowledge about clams. The case studies are based on ethnographic research I conducted between 2003 and 2005. Drawing on tenets espoused by the Strong Programme in the Sociology of Science, I use a balanced (symmetrical) framework to compare the 4 sets of knowledge practitioners' social relations with their peers, the signs they use as evidence, the methods by which they order and summarize observations, their relationship to what they come to know, their interests, and the assumptions they make when drawing inferences. My theoretical arguments build on literature drawn from a wide spectrum including works from the sociology of science, sociology of culture and cognition, cognitive anthropology, cognitive psychology, and human ecology. Themes running throughout the dissertation include standardization, precision, the situated body and cognition, community, temporality, and multiplicity.

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)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · 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 enseignants0,016
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0110,049
Communication savante0,0160,027
Science ouverte0,0020,013
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,050
Tête enseignante GPT0,273
Écart entre enseignants0,223 · 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'étudeThéorique ou conceptuel
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

Citations3
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRutgers University Community Repository (Rutgers University)Même sujetIndigenous Studies and EcologyTravaux en français237 207