MétaCan
Menu
Retour à la cohorte
Enregistrement W2462473632 · doi:10.1108/jd-09-2015-0110

Illusions of a “Bond”: tagging cultural products across online platforms

2016· article· en· W2462473632 sur OpenAlexafffund
Nadine Desrochers, Audrey Laplante, Kim Martin, Anabel Quan‐Haase, Louise F. Spiteri

Notice bibliographique

RevueJournal of Documentation · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Communication and Language
Établissements canadiensDalhousie UniversityWestern UniversityUniversité de Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésContext (archaeology)World Wide WebComputer scienceSubject (documents)Theme (computing)Reading (process)Focus (optics)Product (mathematics)SociologyHistoryPolitical science

Résumé

récupéré en direct d'OpenAlex

Purpose Most studies pertaining to social tagging focus on one platform or platform type, thus limiting the scope of their findings. The purpose of this paper is to explore social tagging practices across four platforms in relation to cultural products associated with the bookCasino Royale, by Ian Fleming. Design/methodology/approach A layered and nested case study approach was used to analyse data from four online platforms: Goodreads, Last.fm, WordPress, and public library social discovery platforms. The top-level case study focuses on the bookCasino Royale, by Ian Fleming and its derivative products. The analysis of tagging practices in each of the four online platforms is nested within the top-level case study.Casino Royalewas conceptualized as a cultural product (the book), its derived products (e.g. movies, theme songs), as well as a keyword in blogs. A qualitative, inductive, and context-specific approach was chosen to identify commonalities in tagging practices across platforms whilst taking into account the uniqueness of each platform. Findings The four platforms comprise different communities of users, each platform with its own cultural norms and tagging practices. Traditional access points in the library catalogues focused on the subject, location, and fictitious characters of the book. User-generated content across the four platforms emphasized historical events and periods related to the book, and highlighted more subjective access points, such as recommendations, tone, mood, reaction, and reading experience. Revealing shifts occur in the tags between the original book and its cultural derivatives: Goodreads and library catalogues focus almost exclusively on the book, while Last.fm and WordPress make in addition cross-references to a wider range of different cultural products, including books, movies, and music. The analyses also yield apparent similarities in certain platforms, such as recurring terms, phrasing and composite or multifaceted tags, as well as a strong presence of genre-related terms for the book and music. Originality/value The layered and nested case study approach presents a more comprehensive theoretical viewpoint and methodological framework by which to explore the study of user-generated metadata pertaining to a range of related cultural products across a variety of online platforms.

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)0,013
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0090,021
Communication savante0,0150,021
Science ouverte0,0010,013
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,027
Tête enseignante GPT0,338
Écart entre enseignants0,311 · 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'étudeObservationnel
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

Citations8
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of DocumentationMême sujetDigital Communication and LanguageTravaux en français237 207