MétaCan
Menu
Retour à la cohorte
Enregistrement W2493708848 · doi:10.4018/978-1-60960-203-1.ch002

Measuring the Impact of Social Media

2010· book-chapter· en· W2493708848 sur OpenAlexaffabout
Kimiz Dalkir

Notice bibliographique

RevueIGI Global eBooks · 2010
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Social mediaComputer scienceSocial network analysisQuality (philosophy)Social network (sociolinguistics)Organizational network analysisData scienceKnowledge managementWorld Wide WebOrganizational learning

Résumé

récupéré en direct d'OpenAlex

This chapter focuses on a method, social network analysis (SNA) that can be used to assess the quantity and quality of connection, communication and collaboration mediated by social tools in an organization. An organization, in the Canadian public sector, is used as a real-life case study to illustrate how SNA can be used in a pre-test/post-test evaluation design to conduct a comparative assessment of methods that can be used before, during and after the implementation of organizational change in work processes. The same evaluation method can be used to assess the impact of introducing new social media such as wikis, expertise locator systems, blogs, Twitter and so on. In other words, while traditional pre-test/post-test designs can be easily applied to social media, the social media tools themselves can be added to the assessment toolkit. Social network analysis in particular is a good candidate to analyze the connections between people and content as well as people with other people.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil0,671

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,054
Tête enseignante GPT0,304
Écart entre enseignants0,250 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations11
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetKnowledge Management and SharingTravaux en français237 207