MétaCan
Menu
Retour à la cohorte
Enregistrement W2965821207 · doi:10.5931/djim.v15i0.8982

Dutcher's Impact: Wolastioqiyik Lintuwakonawa as a Case Study for the role of Music in Preserving Traditional Knowledge

2019· article· en· W2965821207 sur OpenAlexaffvenue
Kathryn E. Newhook

Notice bibliographique

RevueDalhousie Journal of Interdisciplinary Management · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Musicological Studies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPersonal knowledge managementTraditional knowledgeKnowledge managementKnowledge transferDomain knowledgeKnowledge sharingOrganizational learningConversationKnowledge value chainKnowledge engineeringProcedural knowledgeExplicit knowledgeComputer scienceIndigenousSociologyCommunication

Résumé

récupéré en direct d'OpenAlex

Knowledge Management is a diverse field of study, dealing in the facilitation of knowledge sharing, the creation of knowledge systems, knowledge transfer, and knowledge preservation. Information professionals play an important role in helping these processes happen. Equally important is the preservation of Traditional Knowledge. Recognized as the knowledge Indigenous people have accrued over millennia, and formed through their interactions with their environment, Traditional Knowledge and its preservation also fall into the world of Knowledge Management. The performance of a piece of music is the manifestation of knowledge and, in the case of Jeremy Dutcher, is a form of knowledge preservation. Traditional Knowledge’s more fluid and dynamic nature is preserved in Dutcher’s 2018 album Wolastioqiyik Lintuwakonawa, where the artist creates a conversation between technical skill and the knowledge and language of the album. In the case of this paper, Dutcher’s album serves as an example of the way Traditional Knowledge can impact and provide new tools to the information profession and world of Knowledge Management.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,864
Score d'incertitude au seuil0,271

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,004
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
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 Opus0,079
Tête enseignante GPT0,301
Écart entre enseignants0,222 · 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'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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDalhousie Journal of Interdisciplinary ManagementMême sujetDiverse Musicological StudiesTravaux en français237 207