MétaCan
Menu
Retour à la cohorte
Enregistrement W3198687808 · doi:10.25300/misq/2021/16024

When Digital Technologies Enable and Threaten Occupational Identity: The Delicate Balancing Act of Data Scientists

2021· article· en· W3198687808 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMIS Quarterly · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovation, Technology, and Society
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésOptimal distinctiveness theoryIdentity (music)Emerging technologiesScholarshipInternet privacyIdentity managementDigital identitySociologyPublic relationsData scienceComputer sciencePolitical sciencePsychologyProcess (computing)AestheticsSocial psychologyComputer securityLaw

Résumé

récupéré en direct d'OpenAlex

Occupations are increasingly embedded with and affected by digital technologies. These technologies both enable and threaten occupational identity and create two important tensions: they make the persistence of an occupation possible while also potentially rendering it obsolete, and they magnify both the similarity and distinctiveness of occupations with regard to other occupations. Based on the critical case study of an online community dedicated to data science, we investigate longitudinally how data scientists address the two tensions of occupational identity associated with digital technologies and reach transient syntheses in terms of “optimal distinctiveness” and “persistent extinction.” We propose that identity work associated with digital technologies follows a composite life-cycle and dialectical process. We explain that people constantly need to adjust and redefine their occupational identity, i.e., how they define who they are and what they do. We contribute to scholarship on digital technologies and identity work by illuminating how people deal in an ongoing manner with digital technologies that simultaneously enable and threaten their occupational identity.

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.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,255
Score d'incertitude au seuil0,426

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
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 Opus0,048
Tête enseignante GPT0,330
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