The iPhone Apps. A Digital Culture of Interactivity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ATRICK COLLISON, who in his own words is a "hacker, pilot, student at MIT, cofounder of Auctomatic," and "lover of waffl es," certainly can be seen as prototypical of certain fi rst-generation developers of iPhone apps-the whiz kids. 1 Self-taught, he started to program software at an early age.When Patrick was seventeen, he founded his own company, Auctomatic, with his younger brother John and sold it two years later for an exorbitant sum to the Canadian company Live Current Media.During the winter of 2007 he programmed the iPhone app Encyclopedia, an offl ine version of Wikipedia that allows almost all of Wikipedia's online functions, including the use of links between different entries and in 2010 was offered in eightythree languages, including Chinese, Hindi, and Vietnamese.In a broad sense, Patrick Collison is an example of a "digital native."But he is more than that, given that "digital natives" need not, by defi nition, be creative in developing tools; they need only be highly literate in exploiting predefi ned structures.As I will argue, following the writings of the media philosopher Vilm Flusser, it would be a gross misunderstanding to believe that a technology brings forth mental structures or abilities.More often than not, as my investigations into the history of technological change have revealed, thought models develop in a wider cultural context before they result in new technologies, which in turn infl uence patterns of behavior and thus
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle