Photography as a legitimate technique for domain analysis in Knowledge Organization
Notice bibliographique
Résumé
This paper presents findings from a study of occupational classification in the context of employment support for newcomer professionals. The context of this investigation is Canada’s standard occupational classification, a member of a genre of state sponsored statistical classification systems used in labour markets around the world. The study was set in a not-for-profit organization that supports the provision of services to newcomer professionals within a network of community service providers and employers in the local labour market. As a KO system that is constructed through consultation with a broad group (Howarth & Hourihan 2014), it therefore demands a collectivist approach like domain analysis. As a collectivist approach that recognizes experience is shaped by social and cultural communication, domain analysis takes the unit of analysis beyond the individual to the group level and looks toward characteristics of the environment (Hartel 2003). Hence, in KO, among the techniques for visualizing domains that appear most often in the literature citation analysis is considered a valid form of visualization in KO (Smiraglia 2015). Visualization offers the advantage of providing a graphic overview of a domain (Smiraglia 2015, p 95). Recently, the Sixth North American Symposium on Knowledge Organization (NASKO 2017) contemplated visualizing knowledge, knowledge organization, and knowledge organization systems. Clearly, different forms of visualization can lead to navigational maps and some recent examples include citation analysis (Smiraglia 2017), cladistic visualizations (Campbell & Mayhew 2017), knowledge graphs (Zhao, Ma & Xia 2017) meta-theoretical visualizations (Araujo, Tennis & Guimares 2017), along with node link diagrams and cover images (Hook & Gantchev 2017). This paper describes data collection and analysis techniques to position photography and photographs as another useful method towards accomplishing knowledge organization (KO) research.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 ».