Notice bibliographique
Résumé
Dubbed Silicon Savannah, Nairobi has become a hot spot of tech development that promises to “save Africa.” Qualitative research—carried out by a tangle of private, academic, and non-profit organizations—is part of the work, promising to reveal how people in Kenya are building and benefiting from a dazzling array of digital products. Amidst the enthusiasm, longstanding problems with ways in which research data in Nairobi is conceived, collected, and shared are easily glossed over. This article advances thinking about the politics of qualitative data, unraveling normative concepts like ethics and transparency by both examining existing data practices and modeling alternatives. I describe the sociotechnical infrastructure underlying the ethnographic project, detailing tactics for deploying an instance of open source software—the Platform for Experimental, Collaborative Ethnography (PECE)—to draw research interlocutors into collaborative effort to understand and build decolonized qualitative data infrastructures. Through such processes I learned that collaborating on data not only refreshes the social contract of qualitative work; it can also enhance its robustness and validity. I advise scholars to better document our own knowing practices in order to attend to the inevitability of margins created through all data practices, including our own
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,117 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,025 | 0,128 |
| Communication savante | 0,019 | 0,025 |
| Science ouverte | 0,004 | 0,019 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».