MétaCan
Menu
Retour à la cohorte
Enregistrement W2969623882 · doi:10.1093/scipol/scz034

An assessment of engaged social science research in nanoscale science and engineering communities

2019· article· en· W2969623882 sur OpenAlexfundno aff
Alecia Radatz, Michael Reinsborough, Erik Fisher, Elizabeth A. Corley, David H. Guston

Notice bibliographique

RevueScience and Public Policy · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDoctoral Education Challenges and Solutions
Établissements canadiensnon disponible
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilUniversity of SaskatchewanNational Science Foundation
Mots-clésReflexivityLegislatureVariety (cybernetics)Societal impact of nanotechnologySociologyPolitical scienceResearch centerPublicsEngineering ethicsSocial scienceEngineeringNanotechnologyPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract Increased funding of nanotechnology research in the USA at the turn of the millennium was paired with a legislative commitment to and a novel societal research policy for the responsible development of nanotechnology. Innovative policy discourses at the time suggested that such work could engage a variety of publics, stakeholders, and researchers to enhance the capacity of research systems to adapt and be responsive to societal values and concerns. This article reviews one of two federally funded social science research centers—the Center for Nanotechnology in Society at Arizona State University(CNS-ASU)—to assess the merits of this form of engaged social science research in which social science contributes not only to traditional knowledge production but also to the capacity of natural science and engineering researchers and research communities for greater reflexivity and responsiveness, ultimately producing more socially robust research systems.

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)0,156
score de la tête « metaresearch » (Gemma)0,203
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,982
Score d'incertitude au seuil0,826

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1560,203
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0110,006
Études des sciences et des technologies0,0180,025
Communication savante0,0190,016
Science ouverte0,0040,041
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,427
Tête enseignante GPT0,638
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.

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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience and Public PolicyMême sujetDoctoral Education Challenges and SolutionsTravaux en français237 207