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.
Notice bibliographique
Résumé
This article problematizes the concept of data and experiments with rhizoanalysis to think data in terms of problems, questions, and concept creation. At issue is representation and interpretation, foundational blocks of qualitative research that are incommensurate with rhizoanalysis and post-qualitative research. Deleuze has problematized this issue through questions and experimentation within an asymmetrical world filled with paradoxes that gave rise to concept creation of sense and nonsense. In the Logic of Sense, sense is the event itself. Sense emerges out of nonsense. In this article, representation and interpretation are deterritorialized (virtual becoming) and reterritorialized (actualized) as nonsense–sense and palpation. Palpation is a concept that refers to data experienced indirectly. Rhizoanalysis is deployed because of its non-hierarchical and non-linear approach to data. Multiple Literacies Theory follows a similar path. It releases school-based literacy from its privileged rank to engage reading in multiplicitous and heterogeneous rhizomatic connections. Reading a data assemblage is untimely and not pre-given. It plugs into Multiple Literacies Theory, an analytic approach to reading an assemblage in rhizoanalysis. Reading a data assemblage is explored in a study on how writing systems in multilingual children function and what writing systems produce through affect. A rhizomatic approach is proposed and constituted through a research assemblage whose differential elements enter into a relationality of affect that flows through and transforms the assemblage. It produces a movement that dissolves dualisms in favor of multiplicity, uncertainty, and the untimely. It decenters the cogito human, maps assemblages, and extends experiences of a material world. Posing problems and questions open paths to a future yet to become.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 découle