MétaCan
Menu
← Retour à la cohorte
Enregistrement W2966329325 · doi:10.29173/cais780

Mapping the Informing Relationship: Pregnant Women’s Representations of Midwives as Information Sources

2013· article· en· W2966329325 sur OpenAlexvenueno aff
Pamela J. McKenzie

Notice bibliographique

RevueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSI · 2013
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRelation (database)HumanitiesSociologyEthnologyPhilosophyComputer science

Résumé

récupéré en direct d'OpenAlex

Caring relationships are recognized as important resources for information seekers. I consider how nine pregnant women map their relationships with their midwives as they evaluate them as information sources. Data come from interviews. Women described the relationship as a trajectory, beginning with the “idea” of a midwife. As women get to know their midwife, they are able to draw on a set of resources, including the relationship itself, as informative. These resources are not static but are re-negotiated on an ongoing basis. A single encounter therefore maps both to the trajectory of the relationship and to a broader discursive community.Les relations bienveillantes sont reconnues comme ressources importantes pour ceux qui cherchent de l'information. En analysant les données de neuf entrevues, je tenterai de déterminer comment neuf femmes enceintes se représentent leur relation avec leur sage-femme vue comme source d'information. Les femmes décrivent leur relation comme une trajectoire qui s'appuie sur « l'idée » qu'elles se font d'une sage-femme. Au fur et à mesure que la relation avec leur sage-femme évolue, les femmes peuvent se prévaloir d'un ensemble de ressources informatives, y compris la relation elle-même. Ces ressources ne se veulent pas statiques, mais bien renégociées de façon continue. Une rencontre unique représente alors la trajectoire d'une relation ainsi que d'une communauté discursive.

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)0,008
score de la tête « metaresearch » (Gemma)0,025
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 enseignants0,021
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,007
Communication savante0,0070,007
Science ouverte0,0020,008
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,035
Tête enseignante GPT0,247
Écart entre enseignants0,211 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSI→Même sujetLinguistics and Discourse Analysis→Travaux en français237 207→