MétaCan
Menu
Retour à la cohorte
Enregistrement W2965340630 · doi:10.29173/cais992

Narratives of Fact and Fiction: Examining Studies of Information Experience and the Interpretation of Data.

2018· article· fr· W2965340630 sur OpenAlexaffvenue
Robyn Stobbs

Notice bibliographique

RevueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSI · 2018
Typearticle
Languefr
DomaineComputer Science
ThématiqueInformation Retrieval and Search Behavior
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNarrativeHumanitiesSociologyInterpretation (philosophy)SituatedPhilosophyComputer scienceLinguistics

Résumé

récupéré en direct d'OpenAlex

This paper reports on an ongoing pilot study of creative engagement with fictional worlds in order to explore potential contributions of narrative methods and data to the investigation of information behaviour and experience in LIS. A narrative framework can be used to examine the individual, social, and material aspects of information experiences situated in time and space. Such a framework has the potential to contribute detailed understandings of the nature of the experience of information and fiction, and of information experience more generally, to the body of literature on information experience in LIS.Cet article rend compte d'une étude pilote en cours sur l'engagement créatif avec des mondes fictifs afin d'explorer les contributions potentielles des méthodes narratives et des données à l'investigation du comportement et de l'expérience informationnelles dans les sciences de l’information et la bibliothéconomie (SIB). Un cadre narratif peut être utilisé pour examiner les aspects individuels, sociaux et matériels des expériences informationnelles situées dans le temps et l'espace. Ce cadre peut contribuer à la compréhension détaillée de la nature de l'expérience informationnelle et de la fiction, et de l'expérience informationnelle en général, ainsi qu’à l'ensemble de la littérature sur l'expérience de l'information dans les SIB.

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)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Communication savante
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 enseignants0,427
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,004
Communication savante0,0010,027
Science ouverte0,0010,001
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 Opus0,093
Tête enseignante GPT0,329
Écart entre enseignants0,236 · 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.

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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSIMême sujetInformation Retrieval and Search BehaviorTravaux en français237 207