Expanding the scope of affect: taxonomy construction for emotions, tones, and associations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle