MétaCan
Menu
Retour à la cohorte
Enregistrement W3047418251 · doi:10.7202/1070271ar

Experiments with Book Festival People (Real and Imaginary)

2020· article· en· W3047418251 sur OpenAlexvenueno aff
Beth Driscoll, Claire Squires

Notice bibliographique

RevueMémoires du livre · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLiteracy, Media, and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutoethnographySituatedSociologySloganScholarshipPersonhoodThe ImaginaryMedia studiesVisual artsVariety (cybernetics)Inclusion (mineral)The artsAestheticsArtSocial sciencePsychologyPsychoanalysisEpistemologyPolitical science

Résumé

récupéré en direct d'OpenAlex

While there are multiple approaches to researching cultural events, predominant academic frames tend to be either sociological or situated within a creative industries discourse. Neither of these approaches have supported sustained engagement with individual, interior experience at book festivals. Creative writers have imaginatively depicted these sites of author-reader interaction, and developing scholarship focuses on autoethnography and the phenomenological. In this article, we extend and materialise these approaches through a series of creative, arts-informed interventions: @AuthorsYurt, a personification on Twitter of the Edinburgh International Book Festival’s green room; Paper Dolls, a series of cut-out-and-dress dolls depicting audience members at a variety of book festivals across Europe, North America and Australia; and ClueButeDo, a satirical reworking of the audience feedback form at a small island crime festival in the UK. Each of the three experiments reveals aspects of personhood at book festivals, engaging with ideas of interiority, individuality, and experientiality, as well as of inclusion and exclusion. In pursuing this aim, we are guided by the autoethnographic slogan, “No Insight Without Inside, No Inside Without Outside” (Nunu Otot).

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)0,008
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,004
Communication savante0,0040,003
Science ouverte0,0030,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0170,003

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 Opus0,019
Tête enseignante GPT0,227
Écart entre enseignants0,209 · 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'étudeSans objet
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMémoires du livreMême sujetLiteracy, Media, and EducationTravaux en français237 207