MétaCan
Menu
Retour à la cohorte
Enregistrement W3166559940 · doi:10.29173/cais1187

Multi-method experience sampling in information behaviour research

2021· article· en· W3166559940 sur OpenAlexaffvenue
Amelia W. Cole, Kelsey Urgo

Notice bibliographique

RevueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSI · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueInnovative Human-Technology Interaction
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFeelingData collectionObservational methods in psychologyData scienceComputer scienceObservational studyQualitative propertyNatural (archaeology)Qualitative researchExperience sampling methodPsychologyManagement scienceSocial psychologySociologyEngineeringSocial scienceGeographyMachine learning

Résumé

récupéré en direct d'OpenAlex

Capturing information behaviours and attitudes that occur in natural settings is a challenge. Observational methods are often intrusive or retrospective proxies, which may change behaviour or misrepresent attitudes. Technology enables novel approaches to in-situ quantitative data collection but rarely explores qualitative reflections; informing researchers on what happened, but not necessarily why. Recent work uses multi-method approaches that combine quantitative data, tracking experiences, feelings, and behaviours over time, with qualitative data to gain deeper insights into subjective experiences. This paper introduces information and library scientists to a multi-method approach to the data collection of subjective experiences over time.

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)0,274
score de la tête « metaresearch » (Gemma)0,335
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,726
Score d'incertitude au seuil0,896

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2740,335
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0070,008
Études des sciences et des technologies0,0050,008
Communication savante0,0050,006
Science ouverte0,0050,007
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,094
Tête enseignante GPT0,376
Écart entre enseignants0,282 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineMéthodes
GenreMéthodes

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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSIMême sujetInnovative Human-Technology InteractionTravaux en français237 207