MétaCan
Menu
Retour à la cohorte
Enregistrement W3093959013 · doi:10.1002/pra2.416

Right this way: Exploring the use of mobile maps in <scp>Street‐Level</scp> wayfinding

2020· article· en· W3093959013 sur OpenAlexaffabout
Rebecca Noone

Notice bibliographique

RevueProceedings of the Association for Information Science and Technology · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographic Information Systems Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFieldnotesGrounded theorySituational ethicsMobile deviceComputer scienceHuman–computer interactionSociologyPsychologyWorld Wide WebQualitative researchSocial psychologyEthnography

Résumé

récupéré en direct d'OpenAlex

Abstract The poster explores practices of street‐level wayfinding mediated through the mobile digital map. To study everyday wayfinding, I approached people in the streets of Toronto, New York, Amsterdam and London, and asked for directions, requesting they draw their instructions. In total, I collected 220 drawings and corresponding observational fieldnotes, along with 20 supplemental interviews. Following collection, I used visual grounded theory (Konecki, Revija Za Socilologiju, 2011, 41, 131–160) and situational analysis (Clarke, Situational analysis: Grounded theory after the postmodern turn, 2005) to analyze the data, concentrating on encounters in which informants used a mobile mapping platform. The poster showcases a selection of the visual dataset and presents a theoretical framework for assessing the everyday applications of mobile mapping platforms such as Google Maps in relation to presumptions of reliability, seamlessness, and claims to space.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,670
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,001
Communication savante0,0000,004
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,061
Tête enseignante GPT0,260
Écart entre enseignants0,199 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Association for Information Science and TechnologyMême sujetGeographic Information Systems StudiesTravaux en français237 207