Making our world : the hacker and maker movements in context
Notice bibliographique
Résumé
Jeremy Hunsinger/Andrew R. Schrock: Introduction - Andrew R. Schrock: Section I: Histories Introduction - T. Philip Nichols/Debora Lui: Learning by Doing: The Tenuous Alliance of the and Education Reform - Molly R. Sauter: Kevin Mitnick, The New York Times, and the Media's Conception of the Hacker - Yasuhito Abe: Making Civic Media in the Post-Fukushima Japanese Media Ecology - Rhea Vichot: Project Chanology and the Formation of Anonymous as an Activist Movement - Andrew R. Schrock: Section II: Politics Introduction - Nathanael Bassett: Conscientious Hacking and the Weak Collective - Arne Hintz: Policy Hacking: Opening Up the Code of Media and Communications Regulation - Morgan Currie: Hacking Administration-A Report From Los Angeles - Sebastian Kubitschko: Why Locality and Presence (Still) Matter for Political Activism - Jeremy Hunsinger: Section: III: Organizing Introduction - Alexander von Lunen: Basteln, Tinkering, and Bricolage: A Cultural History of Hacking - Jennifer Maher: Women's Hacking of the Poison Gift of Free/Libre/Open Source Software - Alison E. Vogelaar/Charlotte M. McKernan: Making Space for a Revolution: Occupy Wall Street as a Maker Movement - Ann Light: The Detente Model of Managing Divergent Values in the Maker-Sphere - Jeremy Hunsinger: Section IV: Case Studies Introduction - Pip Shea: Hacker Agency and the Raspberry Pi: Informal Education and Social Innovation in a Belfast Makerspace - Nicholas Balaisis: Hacking as a Way of Life: at the Margins of Global Digital Culture - Xin Gu: The Paradox of Maker Movement in China - Karen Louise Smith: Our Community Hacks: Exploring Hive Toronto's Open Infrastructures - Andrew R. Schrock: Afterword: Hackers and Makers are Ordinary.
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 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».