MétaCan
Menu
Retour à la cohorte
Enregistrement W2914529320 · doi:10.1177/0306312719829595

Situating science in Africa: The dynamics of computing research in Nairobi and Kampala

2019· article· en· W2914529320 sur OpenAlexaff
Matthew Harsh, Kerry Holden, Jameson M. Wetmore, G. Pascal Zachary, Ravtosh Bal

Notice bibliographique

RevueSocial Studies of Science · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueICT in Developing Communities
Établissements canadiensConcordia University
Organismes subventionnairesDivision of Social and Economic SciencesEconomic and Social Research Council
Mots-clésTransformative learningSociologyEthnographyPoliticsSocial sciencePublic relationsPolitical sciencePedagogy

Résumé

récupéré en direct d'OpenAlex

Since the turn of the century, both Kampala and Nairobi have experienced a dramatic growth of computer science research, challenging accepted views of science in Africa. We deploy qualitative methods to follow active computer science researchers, graduate students, policy makers, administrators and entrepreneurs, in order to understand how computer science is enacted in these two cities. Our analysis focuses on four interrelated areas of labor, institutions, identities and scale. We illustrate the dynamics and frictions of computer science research across these areas, revealing the interlacing of moral economies of science and the political economy of higher education, the management of precarious professional lives and desire to get research done, and the pluralistic imaginations and multiple scales of computer science. Urban centers in East Africa are increasingly active in supporting granular and connective research communities that are socially transformative in ways that challenge conventional views of Africa as technologically dry. In this way, the computer science communities of Nairobi and Kampala are instructive for thinking about new geographies of science and technology studies.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaÉtudes des sciences et des technologies
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatiflow
gptÉtudes des sciences et des technologies
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatifhigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,010
Études des sciences et des technologies0,0130,015
Communication savante0,0070,007
Science ouverte0,0010,010
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,151
Tête enseignante GPT0,400
Écart entre enseignants0,249 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeQualitatif
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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Studies of ScienceMême sujetICT in Developing CommunitiesCatégorieÉtudes des sciences et des technologiesTravaux en français237 207