MétaCan
Menu
Retour à la cohorte
Enregistrement W4206331798 · doi:10.53106/256299802019120101002

Big Data: Ideology vs. Enlightenment

2019· article· en· W4206331798 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.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueInternational Journal of Computer Auditing · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueBig Data Technologies and Applications
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésIdeologyBig dataPoliticsEpistemologyPhilosophyPolitical scienceComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

<p> “Big Data” is a technological term with a seemingly cognitive connotation that masks an ideological orientation of those attempting to be benevolently, criminally of even “innocently” in control of our knowledge and subsequent actions. Without an epistemological foundation “small” and especially “big” data are a myth. When “the truth” becomes “what’s on a digital screen” under the control of those in charge of “the cloud” we are clouding our cultural heritage voluntarily to an extent that exposes us to the whims of those screening and displaying our data even in so-called “post-truth” fashion. Subsequent information and knowledge cannot be critically and rationally assessed for lack of evidence. All lessons learned during the last four centuries of enlightening efforts seem to be forgotten or ignored by us. Our preference for “cognitive ease” can be easily abused by those in control of modern information technology. We remain in “self-imposed immaturity” (Kant) while they can act primarily for their own economic, political, and social benefits and may even feel “justified” by the big-data-ideology. Knowledge must remain relevant to, testable and rationally believable by the legitimate recipients of any public data and information. An enlightened framework for data governance is overdue in the “digital big data age!”</p>

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,900
Score d'incertitude au seuil0,827

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0040,001
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 Opus0,248
Tête enseignante GPT0,395
Écart entre enseignants0,147 · 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