MétaCan
Menu
Retour à la cohorte
Enregistrement W2593043428 · doi:10.1007/978-3-319-20170-2_6

They Took a Chance: Susan Hockey and Julianne Nyhan

2016· book-chapter· en· W2593043428 sur OpenAlexfundno aff
Julianne Nyhan, Andrew Flinn

Notice bibliographique

RevueSpringer series on cultural computing · 2016
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueDigital Humanities and Scholarship
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Alberta
Mots-clésMedia studiesLibrary scienceSociologyArt historyHistoryComputer science

Résumé

récupéré en direct d'OpenAlex

This interview was carried out via Skype on 21 June 2013. Hockey was provided with the core questions in advance of the interview. Here she recalls how her interest in Humanities Computing was piqued by the articles that Andrew Morton published in the Observer in the 1960s about his work on the authorship of the Pauline Epistles. She went on to secure a position in the Atlas Computer Laboratory where she was an advisor on COCOA version 2 and wrote software for the electronic display of Arabic and other non-ASCII characters. The Atlas Computer Laboratory was funded by the Science Research Council and provided computing support for universities and researchers across the UK. While there she benefitted from access to the journal CHum and built connections with the emerging Humanities Computing community through events she attended starting with the ‘Symposium on Uses of the Computer in Literary Research’ organised by Roy Wisbey in Cambridge in 1970 (probably the earliest such meeting in the UK). Indeed, she emphasises the importance that such gatherings played in the formation of the discipline. As well as discussing her contribution to organisations like ALLC and TEI she recalls those who particularly influenced her such as, inter alia, Roberto Busa and Antonio Zampolli.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,048
Tête enseignante GPT0,227
Écart entre enseignants0,179 · 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.

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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpringer series on cultural computingMême sujetDigital Humanities and ScholarshipTravaux en français237 207