MétaCan
Menu
Retour à la cohorte
Enregistrement W2483535205 · doi:10.1007/978-94-6300-573-9

What’s a Cellphilm?

2016· book· de· W2483535205 sur OpenAlexaboutno aff

Notice bibliographique

RevueSensePublishers eBooks · 2016
Typebook
Languede
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

What’s a Cellphilm? explores cellphone video production for its contributions to participatory visual research. There is a rich history of integrating participants’ videos into community-based research and activism. However, a reliance on camcorders and digital cameras has come under criticism for exacerbating unequal power relations between researchers and their collaborators. Using cellphones in participatory visual research suggests a new way forward by working with accessible, everyday technology and integrating existing media practices. Cellphones are everywhere these days. People use mobile technology to visually document and share their lives. This new era of democratised media practices inspired Jonathan Dockney and Keyan Tomaselli to coin the term cellphilm (cellphone + film). The term signals the coming together of different technologies on one handheld device and the emerging media culture based on people’s use of cellphones to create, share, and watch media. Chapters present practical examples of cellphilm research conducted in Canada, Hong Kong, Mexico, the Netherlands and South Africa. Together these contributions consider several important methodological questions, such as: Is cellphilming a new research method or is it re-packaged participatory video? What theories inform the analysis of cellphilms? What might the significance of frequent advancements in cellphone technology be on cellphilms? How does our existing use of cellphones inform the research process and cellphilm aesthetics? What are the ethical dimensions of cellphilm use, dissemination, and archiving? These questions are taken up from interdisciplinary perspectives by established and new academic contributors from education, Indigenous studies, communication, film and media studies.

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)0,008
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0210,025
Communication savante0,0190,021
Science ouverte0,0020,007
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,016
Tête enseignante GPT0,234
Écart entre enseignants0,218 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensePublishers eBooksMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207