MétaCan
Menu
Retour à la cohorte
Enregistrement W3205705720 · doi:10.1002/pra2.549

Fixing for Change: Stories of Information and Aspiration in Community Repair

2021· article· en· W3205705720 sur OpenAlexaffabout
Michelle Kaczmarek

Notice bibliographique

RevueProceedings of the Association for Information Science and Technology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGrassrootsStewardship (theology)Public relationsPopularityStorytellingThrough-the-lens meteringAdaptation (eye)SociologyEnvironmental stewardshipPolitical scienceNarrativePsychologyEngineeringLens (geology)Environmental resource managementPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract Recent years have seen a grassroots resurgence in the repair of everyday technologies—community initiatives, cooperatives, websites, and how‐to videos. While digital platforms have made do‐it‐yourself repair information more accessible and available, community initiatives—where people meet in person to repair devices and everyday items together —are nevertheless growing in numbers and popularity. This dissertation project explores the aspirations of citizens participating in local repair initiatives through a qualitative study with repair organizers and volunteers in Metro Vancouver, BC. Informed by the relational approaches of practice theory and socionarratology, I explore how a storytelling lens might broaden conceptions of the information sources, systems, and stewardship engaged in climate adaptation. This poster presents preliminary reflections and contributions from the ongoing project.

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)0,010
score de la tête « metaresearch » (Gemma)0,039
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,547
Score d'incertitude au seuil0,969

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,039
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,005
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 Opus0,276
Tête enseignante GPT0,521
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.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Association for Information Science and TechnologyMême sujetParticipatory Visual Research MethodsTravaux en français237 207