MétaCan
Menu
Retour à la cohorte
Enregistrement W3137219633 · doi:10.24908/ijesjp.v8i1.14279

Science, technology and Solidarity

2021· article· en· W3137219633 sur OpenAlexvenueno aff
Juan David Reina-Rozo, Luis Fernando Medina-Cardona

Notice bibliographique

RevueInternational Journal of Engineering Social Justice and Peace · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSolidarityOpen scienceXenophobiaPolitical scienceContext (archaeology)CommonsPublic relationsSociologySociology of scientific knowledgeEngineering ethicsPoliticsEnvironmental ethicsSocial scienceEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Science and technology are changing. We have seen the emergence of open and citizen-based science practices in the context of facing pandemics, such as COVID-19, xenophobia, or inequality, among others. Open science is a movement that advocates the collective construction of knowledge. This perspective has shown its importance with the emergence of rapid response initiatives to the current situation at national and international levels. This article discusses the relevance of knowledge commons and transparent objects in the era of intellectual property. Solidarity technoscientific initiatives become a vehicle to pose free culture as a pillar of a human future based on mutual support. In that sense, universities, publishers, students, the scientific and engineering community, and even citizens are creating efforts around open science intending to share results, data, designs, specifications, and even resources despite new socio-political limits and precautions. We argue that a technoscientific movement based on solidarity, free and open culture, is key to permeate and transform the various layers of governments, research institutions, and citizens-led initiatives. To address this, several examples are exposed offering a brief critical appraisal in the context of open science, a concept still in the making.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,660
Score d'incertitude au seuil0,260

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,006
Tête enseignante GPT0,252
Écart entre enseignants0,245 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Engineering Social Justice and PeaceMême sujetBiomedical and Engineering EducationTravaux en français237 207