MétaCan
Menu
Retour à la cohorte
Enregistrement W3038864883 · doi:10.1007/978-3-030-37177-7_9

Sharing Data, Repairing Practices: On the Reflexivity of Astronomical Data Journeys

2020· book-chapter· en· W3038864883 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueData Analysis and Archiving
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesEuropean Research CouncilSocial Sciences and Humanities Research Council of Canada
Mots-clésReflexivityReading (process)Data scienceWork (physics)Focus (optics)Computer scienceSociologyPolitical scienceEngineeringSocial sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract This chapter probes into how scientists’ discursive interactions are oriented not only to others’ arguments but also toward achieving an agreement on what data are like and how they ought to be used. It does so by attempting a reading of an episode of data re-use from recent astronomy that is mindful of researchers’ interactional and discursive work. I focus on the presumed detection, in 2004, of a galaxy at record distance from Earth. The original data became public at the time of publication and were soon re-used and supplemented with new observations by other teams. Data re-using scientists sought to reconstruct the practices used in making the discovery claim, and found them at fault. This allowed them to suggest the repair of data and of data use practices, which were subsequently taken up by the scientists who had claimed the discovery. I argue that this work was enabled by astronomy’s discipline-specific architecture for observation, of which objectual, technological and institutional elements provide contexts and resources for achieving the reflexive repair of data and data use practices. These astronomers experience data journeys more as reflexive loopings in screen-mediated work than as itineraries across physical sites or geographies.

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.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0050,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,458
Tête enseignante GPT0,444
Écart entre enseignants0,014 · 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

En bref

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetData Analysis and ArchivingTravaux en français237 207