MétaCan
Menu
Retour à la cohorte
Enregistrement W2915811435 · doi:10.5334/kula.46

Living Labs and the DH Centre: Lessons for Each from the Other

2019· article· en· W2915811435 sur OpenAlexaffvenue
Priscilla Ferronato, Lisa Mercer, Jennifer Roberts-Smith, Stan Ruecker

Notice bibliographique

RevueKULA knowledge creation dissemination and preservation studies · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDigital Humanities and Scholarship
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésLiving labScholarshipFunction (biology)Assisted livingSociologyOpen innovationPublic relationsWorld Wide WebComputer scienceKnowledge managementPolitical scienceMedicineGerontology

Résumé

récupéré en direct d'OpenAlex

The digital humanities (DH) has a long and successful history of creating, using, and maintaining DH centres, as evidenced by the vast centerNet network. Furthermore, some of the most successful centres are constantly evolving in form and function. In this paper, we propose that the next phase in the evolution of the DH centre may involve a related phenomenon from the design research community, called the ‘Living Lab.’ The European Network of Living Labs describes them as dedicated to open forms of design for social good: ‘Living Labs (LLs) are defined as user-centred, open innovation ecosystems based on a systematic user co-creation approach, integrating research and innovation processes in real-life communities and settings.’ Current member labs deal with topics ranging from health and well-being (52%) to mobility (14%), but there are few that focus on issues central to DH, such as open social scholarship. We argue that incorporating more DH into the Living Labs network, and more Living Labs into DH centres, would benefit everyone involved. Specifically, DH labs could benefit from Living Labs’ experience with complex problems, and Living Labs could benefit from DH centres’ experience producing 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,864
Score d'incertitude au seuil0,659

Scores Codex et Gemma par catégorie

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

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 Opus0,086
Tête enseignante GPT0,335
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

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKULA knowledge creation dissemination and preservation studiesMême sujetDigital Humanities and ScholarshipTravaux en français237 207