MétaCan
Menu
Retour à la cohorte
Enregistrement W3093535392 · doi:10.1002/pra2.227

Toward an integrated information science

2020· article· en· W3093535392 sur OpenAlexaff
Jenna Hartel, Marcia J. Bates, Tim Gorichanaz, Kiersten F. Latham, Christopher Lueg, Soo Young Rieh, Leslie Thomson

Notice bibliographique

RevueProceedings of the Association for Information Science and Technology · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBATESHolismVisionInformation scienceSociologyData scienceComputer scienceEpistemologyLibrary scienceEngineeringPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract More than ever, Information Science needs a coherent, powerful, integrated vision of itself and the value proposition it delivers in this Information Age. Complex and multifaceted uncertainties like pandemics and climate change do not yield to narrow or piecemeal solutions. Holistic visions of Information Science existed at our field's formation a century ago, but sadly over the years have become increasingly fragmented and specialized. This 90‐minute panel invites participants in the ASIS&T 2020 Annual Meeting to reconsider the benefits of holism and creates a stage to re‐imagine a big and integrated Information Science. To that end, we will first adopt Bates' (2002) conception of seven interpenetrating “Layers of Understanding.” Then, information scientists with expertise in one of the seven layers will speak about the information phenomena at their level. Having the full range of strata illuminated, Dr. Marcia J. Bates will share her sage reflections. Ample time will remain for the audience to tinker with, extend, challenge, or celebrate the idea of a wide‐ranging, integrated Information Science.

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)0,050
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,266

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,037
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0090,006
Études des sciences et des technologies0,0050,025
Communication savante0,0320,046
Science ouverte0,0040,021
Intégrité de la recherche0,0100,016
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,027
Tête enseignante GPT0,292
Écart entre enseignants0,266 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Association for Information Science and TechnologyMême sujetMisinformation and Its ImpactsTravaux en français237 207