MétaCan
Menu
Retour à la cohorte
Enregistrement W2354667024 · doi:10.29173/cais880

Drawing Religious Information Experiences Across Time: Timelines as a Graphic Elicitation Method

2016· article· fr· W2354667024 sur OpenAlexvenueno aff
Elysia Guzik

Notice bibliographique

RevueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSI · 2016
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueReligious Tourism and Spaces
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTimelineThe artsInformation scienceHumanitiesSociologyPsychologyEpistemologyArtLibrary sciencePhilosophyVisual artsComputer scienceHistory

Résumé

récupéré en direct d'OpenAlex

Visual, arts-based methods are widespread in other social sciences but remain marginal in information science. Applying “timelining” (Sheridan, Chamberlain, and Dupuis, 2011) in information research can expand our understanding of connections among information, time, affect and inexpressible religious experiences, while fostering collaboration between researchers and participants and across disciplines.Les méthodes s’appuyant sur les arts visuels sont très répandues dans les autres sciences sociales, mais elles demeurent marginales dans les sciences de l'information. L'utilisation de la mise en séquence chronologique (Sheridan, Chamberlain, et Dupuis, 2011) dans les sciences de l'information est susceptible d’élargir notre compréhension des liens entre l’information, le temps, les affects et certaines expériences religieuses inexprimables, tout en favorisant la collaboration entre les chercheurs et les participants dans toutes les disciplines.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,024
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Communication savante
Catégories consensuellesCommunication savante
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,603
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,023
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,295
Écart entre enseignants0,280 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSIMême sujetReligious Tourism and SpacesTravaux en français237 207