MétaCan
Menu
Retour à la cohorte
Enregistrement W2901201431 · doi:10.5465/ambpp.2012.16583abstract

Object and Relations Uncertainty

2012· article· en· W2901201431 sur OpenAlexaff
Tony Francolini

Notice bibliographique

RevueAcademy of Management Proceedings · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueSemantic Web and Ontologies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésObject (grammar)CategorizationSet (abstract data type)Component (thermodynamics)Computer scienceUncertainty reduction theoryUncertainty analysisInformation exchangeLimit (mathematics)Measurement uncertaintyExtension (predicate logic)MathematicsArtificial intelligencePsychologyStatisticsSocial psychology

Résumé

récupéré en direct d'OpenAlex

With the goal of advancing the topic of components of uncertainty, I introduce a new uncertainty component-set, labeled object and relations uncertainty. To validate this component-set, I conducted two studies. In the first, I demonstrate that individuals perceive object and relations uncertainty as distinct components. Using multidimensional scaling, I determined individuals categorize uncertainty according to the degree that it concerns missing information related to the objects being exchanged (object uncertainty) or missing information related to the transactors conducting the exchange or the processes that govern the exchange (relations uncertainty). In the second study, I demonstrate the individuals respond differently to object and relations uncertainty. Using a script-based study, individuals chose to limit their behaviour n the presence of relations uncertainty, while choosing to augment information and develop options under object uncertainty. These findings account for response choices that are not accounted for by the degree of uncertainty perceived.

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)0,006
score de la tête « metaresearch » (Gemma)0,026
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0030,011
Communication savante0,0090,013
Science ouverte0,0020,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,265
Écart entre enseignants0,241 · 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
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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetSemantic Web and OntologiesTravaux en français237 207