MétaCan
Menu
Retour à la cohorte
Enregistrement W2530058251

Harnessing social media and cloud-computing technologies for co-design in open collaborative innovation: the case of 24 hours of innovation

2015· article· en· W2530058251 sur OpenAlexaboutno aff
Luz-María Jiménez-Narváez, Kimiz Dalkir, Valerie Gelinas, Mickaël Gardoni

Notice bibliographique

RevueEspace ÉTS (ETS) · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)Cloud computingPollingSocial mediaOpen innovationKnowledge managementEvent (particle physics)BusinessMarketingComputer scienceWorld Wide Web
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Designers and industry both agree that new uses of media and cloud computing technologies have had a major impact on the way designers receive and share information and knowledge. Our research team was interested in examining whether these technologies also directly affect the social dynamics in co-design meetings. In this paper, we describe the dynamics observed during an annual international competition,  24 Hours of Innovation , and at two co-design sessions held at the Ecole de technologie superieure s INGO Innovation Center in Montreal. Our aim was to develop a Knowledge Management System that supports the co-design experiences present in an open collaborative innovation process. We analyzed the use of media by participants during four periods of the event: announcement, information, contributions, and polling of projects. We followed 135 teams from more than 20 universities, from 5 continents, which participated in the 5th edition of 24 hours of Innovation in Montreal. This competition also included 14 remote teams that participated in the 6th edition at ESTIA France.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil0,315

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,118
Tête enseignante GPT0,416
Écart entre enseignants0,298 · 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'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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspace ÉTS (ETS)Même sujetCreativity in Education and NeuroscienceTravaux en français237 207