MétaCan
Menu
Retour à la cohorte
Enregistrement W3010126233 · doi:10.18432/ari29524

From Bubbles to Foam, A Nomadic Interpretation of Collaborative Publishing: A Review of Jorge Lucero and Colleagues’ Article in Art Education

2020· review· en· W3010126233 sur OpenAlexvenueno aff
Chloë Dierckx, Nico A. Canoy, Jessica Schoffelen, Ellen Anthoni, Sara Coemans, Lynn Hendricks, Karmijn van de Oudeweetering, Ruth Segers, Pinelopi Tzouva, Hanne Vrebos, Karin Hannes

Notice bibliographique

RevueArt/Research International A Transdisciplinary Journal · 2020
Typereview
Langueen
DomaineArts and Humanities
ThématiqueDiverse Music Education Insights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConversationPublishingInterpretation (philosophy)Social mediaSociologyPower (physics)PsychologyMedia studiesLinguisticsArtComputer scienceWorld Wide WebLiteratureCommunication

Résumé

récupéré en direct d'OpenAlex

This review is a bricolage of nomadic encounters with Jorge Lucero and colleagues’ (2016) article on ways to engage with collaborative publishing. Lucero presents a Facebook discussion amongst practitioners denouncing the limited power of practitioners in shaping academic discourse. It shows how social media can serve as a platform for inviting the practitioner’s voice into research. The authors illustrate that by using Facebook, practitioners’ unfamiliarity and discomfort with academic standards can be bypassed. It demonstrates metalogue as a conceptual form of writing that disrupts the structure of conversations and challenges the authorial researchers’ voices. A critical note, however, is whether it is beneficial in the long term to consider the academic and social media parts as separate accounts. We argue that collaborative publishing requires collaborative research and writing in the first place. In response to the article, we started a WhatsApp conversation. This enabled us to reflect on the content of the article and experience the use of social media as a collaborative writing method ourselves.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,582
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,122
Tête enseignante GPT0,411
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArt/Research International A Transdisciplinary JournalMême sujetDiverse Music Education InsightsTravaux en français237 207