MétaCan
Menu
Retour à la cohorte
Enregistrement W2756384733 · doi:10.16995/dscn.8

Chapter 10</br>The textual habitat: The development of new knowledge environments

2016· article· en· W2756384733 sur OpenAlexaffvenue
Brent Nelson

Notice bibliographique

RevueDigital Studies / Le champ numérique · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReligious Tourism and Spaces
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésHumanitiesSociologyEthnologyArt

Résumé

récupéré en direct d'OpenAlex

In contemplating the design and implementation of new knowledge environments, what can we learn from book history and from the natural world about how environmental systems form, develop, and thrive? This essay uses the theory of ecodynamics to theorize the development of new knowledge environments for academic study, with illustrative examples from the history of the Christian Bible, and concludes by deriving some principles for those of us working to develop new digital scholarly resources. En contemplant la conception et l’élaboration de nouveaux environnements de connaissances, que pouvons-nous apprendre de l’histoire du livre et du monde naturel sur la façon dont les systèmes environnementaux se forment, se développent et prospèrent? Cet article fait appel à la théorie de l’éco-dynamique afin d’élaborer une théorie d’élaboration de nouveaux environnements de connaissances pour les études universitaires, avec des exemples illustratifs de l’histoire de la bible chrétienne, et conclut en obtenant quelques principes pour ceux d’entre nous qui tentent d’élaborer de nouvelles ressources numériques érudites.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,724
Score d'incertitude au seuil0,644

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 technologies0,0010,001
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 Opus0,033
Tête enseignante GPT0,283
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'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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDigital Studies / Le champ numériqueMême sujetReligious Tourism and SpacesTravaux en français237 207