MétaCan
Menu
Retour à la cohorte
Enregistrement W2883723126 · doi:10.1177/0309132518787997

Digital methods II: Digital-visual methods

2018· article· en· W2883723126 sur OpenAlexaff
Agnieszka Leszczynski

Notice bibliographique

RevueProgress in Human Geography · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésVisual methodsVisual researchVisualizationComputer scienceDigital mediaVisual cultureDigital dataScholarshipVisual analyticsVisual approachComputer graphics (images)Human–computer interactionData scienceMultimediaVisual artsGeographyWorld Wide WebArtificial intelligenceArtPolitical scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Digital-visual methods enrol digital-visual artefacts as evidence or objects of study in research, and/or they rely on digital media and computational techniques to collect, explore, and analyse visual data. The use of digital-visual methods has increasingly figured in human geographic research over the last decade, coalescing around: i) work that interrogates digital-visual scopic regimes and politics; ii) scholarship that engages digital-visual artefacts, namely screens and interfaces, as immediate objects of research; and iii) research that employs natively-digital mediums and techniques to generate research data, analyse digital-visual artefacts, and produce visualizations.

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)0,033
score de la tête « metaresearch » (Gemma)0,082
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,257

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,082
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0080,009
Études des sciences et des technologies0,0030,014
Communication savante0,0170,009
Science ouverte0,0030,007
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0770,016

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 Opus0,039
Tête enseignante GPT0,469
Écart entre enseignants0,429 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations35
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProgress in Human GeographyMême sujetGeographies of human-animal interactionsTravaux en français237 207