MétaCan
Menu
Retour à la cohorte
Enregistrement W3039036785 · doi:10.1177/1461444820935608

Location in location-less environments: The role of geospatial concordance in online information evaluation

2020· article· en· W3039036785 sur OpenAlexaff
Andrew J. Flanagin, Grant McKenzie, Audrey Abeyta

Notice bibliographique

RevueNew Media & Society · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésGeospatial analysisContext (archaeology)ConcordanceCredibilitySpace (punctuation)Meaning (existential)The InternetAbstractionGeographic information systemPsychologyData scienceGeographySocial psychologyWorld Wide WebComputer scienceCartographyMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

In spite of the capacity for the Internet to connect people and information irrespective of geography, physical location may paradoxically provide influential indicators of the perceived expertise of strangers and the credibility of the information they provide that may in turn guide people’s behaviors. To address this, this study examined the novel concept of geospatial concordance or the degree to which entities implicated in the sharing of aggregated opinions in online information pools are physically close to each other in geographic space. Predictions were tested in the context of user-generated online reviews using stimuli reflecting various types of geospatial concordance: between information consumers and online reviewers, between reviewed venues and their reviewers, and between consumers and reviewed venues. Findings support geographic perspectives emphasizing space as a mental construction imbued with particular meaning and confirm psychological views that people mentally construe places at different levels of abstraction, depending on their psychological, and physical, distance from them.

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)0,006
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,041
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,005
Communication savante0,0070,006
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
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 Opus0,023
Tête enseignante GPT0,275
Écart entre enseignants0,252 · 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'étudeObservationnel
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Media & SocietyMême sujetDigital Marketing and Social MediaTravaux en français237 207