MétaCan
Menu
Retour à la cohorte
Enregistrement W2605887043 · doi:10.1108/lhtn-01-2017-0005

Where does the time go? A perceived shortage of time in the digital age – the Data Deluge Column

2017· article· en· W2605887043 sur OpenAlexaff
Donna Ellen Frederick

Notice bibliographique

RevueLibrary Hi Tech News · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésCrunchOriginalityScarcityFaminePovertyDigital eraEconomic shortageValue (mathematics)SociologyDemographic economicsHistorySocial sciencePolitical scienceEconomic growthEconomicsGovernment (linguistics)Computer scienceLawMedicineThe Internet

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this column is to explore the relationship between the increasing presence of computers and communication technologies during the twentieth and twenty-first centuries on the changed perception of the level of personal time available to individuals. Design/methodology/approach In recent years, there is considerable writing in research journals and the popular media around a cluster of time-related issues which is sometimes referred to “the time crunch”, “time poverty”, “time famine”, “overwork”, “time scarcity” and countless other similar phrases. Findings A predominant contemporary struggle is that we seem to lack the time. We cannot seem to do everything we should and want to do. Originality/value The issue of time poverty is likely to remain with us in both our professional and personal lives. The question “where did the time go?” has been growing in importance since the mid-twentieth century, and it appears reasonable that even if some of the other causes of time poverty such as gender and class inequality, lack of new experiences in later life and cultural tolerance of obsessive attitudes toward work were to be miraculously reversed, the growing persistence and invasiveness of technology in our lives are not likely something that will diminish.

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)0,006
score de la tête « metaresearch » (Gemma)0,045
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,045
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,007
Études des sciences et des technologies0,0050,003
Communication savante0,0100,010
Science ouverte0,0010,004
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0290,006

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 Opus0,033
Tête enseignante GPT0,290
Écart entre enseignants0,256 · 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
GenreCommentaire

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

En bref

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLibrary Hi Tech NewsMême sujetWork-Family Balance ChallengesTravaux en français237 207