Our world as a learning system: a communities-of-practice approach
Notice bibliographique
Résumé
We live in a small world, where a rural Chinese butcher who contracts a new type of deadly flu virus can infect a visiting international traveler, who later infects attendees at a conference in a Hong Kong hotel, who within weeks spread the disease to Vietnam, Singapore, Canada, and Ireland. Fortunately, the virulence of the Severe Acute Respiratory Syndrome (SARS) was matched by the passion and skill of a worldwide community of scientists, healthcare workers, and institutional leaders who stewarded a highly successful campaign to quarantine and treat those who were infected while identifying the causes of the disease and ways to prevent its spread. In such a world, we depend on expert practitioners to connect and collaborate on a global scale to solve problems like this one – and to prevent future ones. Marshall McLuhan's assertion in 1968 that we live in a “global village” has come of age. During the past century, the world has become considerably smaller not only through the effects of the media – McLuhan's focus – but also through science, transportation, the Internet, migration, and the spread of global commerce. At the same time, there has been a proliferation of global problems: environmental degradation, the population explosion, increasing economic disparities between rich and poor nations, threats of biological and nuclear terrorism, disease pandemics, and breakdowns of financial systems. As the world becomes smaller, the problems we face are growing larger in scope and complexity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,021 |
| Communication savante | 0,024 | 0,018 |
| Science ouverte | 0,005 | 0,016 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».