MétaCan
Menu
Retour à la cohorte
Enregistrement W2409891404 · doi:10.1002/asi.23715

Looking for “normal”: Sense making in the context of health disruption

2016· article· en· W2409891404 sur OpenAlexaff
Shelagh K. Genuis, Jenny Bronstein

Notice bibliographique

RevueJournal of the Association for Information Science and Technology · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMedia Influence and Health
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNormalityPsychologyContext (archaeology)PerceptionSocial psychologyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

This investigation examines perceptions of normality emerging from two distinct studies of information behavior associated with life disrupting health symptoms and theorizes the search for normality in the context of sense making theory. Study I explored the experiences of women striving to make sense of symptoms associated with menopause; Study II examined posts from two online discussion groups for people with symptoms of obsessive compulsive disorder. Joint data analysis demonstrates that normality was initially perceived as the absence of illness. A breakdown in perceived normality because of disruptive symptoms created gaps and discontinuities in understanding. As participants interacted with information about the experiences of health‐challenged peers, socially constructed notions of normality emerged. This was internalized as a “new normal.” Findings demonstrate normality as an element of sense making that changes and develops over time, and experiential information and social contexts as central to health‐related sense making. Re‐establishing perceptions of normality, as experienced by health‐challenged peers, was an important element of sense making. This investigation provides nuanced insight into notions of normality, extends understanding of social processes involved in sense making, and represents the first theorizing of and model development for normality within the information science and sense making literature.

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)0,006
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,016
Communication savante0,0070,007
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,311
Écart entre enseignants0,278 · 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'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

Citations55
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Association for Information Science and TechnologyMême sujetMedia Influence and HealthTravaux en français237 207