MétaCan
Menu
Retour à la cohorte
Enregistrement W3006192622 · doi:10.18546/rfa.04.1.01

Editorial: Time for sharing knowledge

2020· editorial· en· W3006192622 sur OpenAlexfundno aff
Sandy Oliver, Sophie Duncan

Notice bibliographique

RevueResearch for All · 2020
Typeeditorial
Langueen
DomaineDecision Sciences
ThématiqueInterdisciplinary Research and Collaboration
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityUniversity of GalwayQueen's University BelfastUniversity of BrightonUniversity of Glasgow
Mots-clésKnowledge sharingTime-sharingComputer scienceKnowledge management

Résumé

récupéré en direct d'OpenAlex

Research for All serves authors and readers who have a strong interest in different ways of knowing, and we have already discussed the language and writing styles adopted by authors sharing their perspectives Here, we consider the investment of time required for the task of understanding and sharing orally different ways of knowing. Academic knowledge develops through formal studies to offer new ideas and theoretical understanding supported by empirical observations and codified analyses of how entities relate to each other -how the world generally fits together. More often, our understanding is not of the world generally, but of where or how we live in particular. We rely on our implicit understanding of local issues based on impressions and priorities, about how things are done by individuals and organizations, and changes over time. We tend to navigate our day-to-day personal lives by relying on tacit knowledge accrued through experience and familiarity with our immediate surroundings. Academics are steeped in planned observation and systematic analysis, many community organizations are steeped in change making, and schoolteachers and public engagement professionals (both feature in this issue) rely on valuable communication 'know how'. We all have different windows through which we make sense of the bigger picture.

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)0,019
score de la tête « metaresearch » (Gemma)0,078
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,078
Méta-épidémiologie (sens strict)0,0050,002
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0050,002
Études des sciences et des technologies0,0080,006
Communication savante0,0180,010
Science ouverte0,0060,004
Intégrité de la recherche0,0250,027
Charge utile insuffisante (le modèle a refusé de juger)0,0400,029

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 Opus0,240
Tête enseignante GPT0,565
Écart entre enseignants0,325 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch for AllMême sujetInterdisciplinary Research and CollaborationTravaux en français237 207