MétaCan
Menu
Retour à la cohorte
Enregistrement W2985009384 · doi:10.1145/3359275

Of Ulti, 'hajano', and "Matachetar otanetak datam"

2019· article· en· W2985009384 sur OpenAlexafffund
S M Taiabul Haque, Pratyasha Saha, Muhammad Sajidur Rahman, Syed Ishtiaque Ahmed

Notice bibliographique

RevueProceedings of the ACM on Human-Computer Interaction · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueICT in Developing Communities
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésComputer-supported cooperative workSituatedVernacularSociologyConfidentialityInternet privacyEthnographyThe artsComputer scienceWork (physics)Political scienceComputer securityEngineeringLawArtificial intelligenceLinguisticsAnthropology

Résumé

récupéré en direct d'OpenAlex

Strategies of hiding information over communication media have long been an interest of CSCW and related communities. Most of the studies in this area have focused on various computational means of data protection and their vulnerabilities, and occasionally on social practices situated in the West. However, communities in the Global South often have a rich trove of vernacular arts and crafts of hiding information that might be leveraged to design novel kinds of privacy-preserving technologies. In this paper, we present findings from our three-month long original ethnographic work with various communities in Dhaka, Bangladesh that reveal a wide range of culturally embedded techniques of hiding confidential and sensitive information from their 'others'. Our analysis demonstrates the dynamic nature of these techniques, the learning process associated with them, and their deep relationship with contextual politics that these communities are embedded in. We further connect our findings to the broader interests of CSCW around otherness, ethics, and democracy, and also discuss their implications for design.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,002
Communication savante0,0030,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0370,009

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 Opus0,048
Tête enseignante GPT0,296
Écart entre enseignants0,249 · 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

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the ACM on Human-Computer InteractionMême sujetICT in Developing CommunitiesTravaux en français237 207