Expanding the scope of affect: taxonomy construction for emotions, tones, and associations
Notice bibliographique
Résumé
Purpose The purpose of this paper is to provide an examination of emotional experiences, particularly how they are situated in the readers’ advisory (RA) literature and the literatures from a variety of outside disciplines in order to create taxonomies of affect from this context. Design/methodology/approach The approach of this study is twofold. First, this work reviews the literature on affect in Library and Information Science (LIS) and ancillary disciplines in order to understand the definition of affect. Second, using extant taxonomies and resources noted from the literature review, taxonomies are created for three aspects of affect: emotions, tones, and associations. Findings This paper contextualises and defines affect for the LIS discipline. Further, a result of the work is the creation of three taxonomies through an RA lens by which affective experiences can be classified. The resulting three taxonomies focus on emotion, tone, and associations. Practical implications The taxonomies of emotion, tone, and associations can be applied to the practical work of bibliographic description, helping to expand access and organisation through an affective lens. These taxonomies of affect could be used by readers’ advisors to help readers describe their desired reading experiences. As the taxonomies have been constructed from an RA perspective, and can be applied to the RA literature, they could expand the understanding of RA theory, especially that of appeal. Originality/value This study furthers the exploration of affect in LIS and provides tangible taxonomies of affect for the LIS discipline in an RA context, which have not been previously produced.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».