MétaCan
Menu
Retour à la cohorte
Enregistrement W4210558560 · doi:10.33137/js.v4i0.37904

A Diagrammatic Notation for Visualizing Epistemic Entities and Relations

2021· article· en· W4210558560 sur OpenAlexafffundvenueabout
Kye Palider, Paul Patton, Hakob Barseghyan, Julia Da Silva, Torin Doppelt, Nichole Levesley, Jessica Rapson, Ameer Sarwar, Jamie Shaw, Yifang Zhang, Amna Zulfiqar

Notice bibliographique

RevueScientonomy Journal for the Science of Science · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Visualization and Analytics
Établissements canadiensUniversity of British ColumbiaUniversity of VictoriaUniversity of Toronto
Organismes subventionnairesJackman Humanities Institute, University of TorontoUniversity of Toronto
Mots-clésDiagrammatic reasoningNotationOntologyConstruct (python library)Computer scienceEpistemologyVisualizationLinguisticsProgramming languageArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

This paper presents a diagrammatic notation for visualizing epistemic entities and relations. The notation was created during the Visualizing Worldviews project funded by the University of Toronto’s Jackman Humanities Institute and has been further developed by the scholars participating in the university’s Research Opportunity Program. Since any systematic diagrammatic notation should be based on a solid ontology of the respective domain, we first outline the current state of the scientonomic ontology. We then proceed to providing diagrammatic tools for visualizing the epistemic entities and relations of this ontology. These basic diagramming techniques allow us to construct diagrams of various types for both synchronic and diachronic visualizations. The paper concludes by highlighting some future research directions. As the notation presented here is de facto accepted and used in scientonomy, the paper suggests no modifications.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0020,002
Communication savante0,0080,010
Science ouverte0,0020,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0210,005

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 Opus0,038
Tête enseignante GPT0,347
Écart entre enseignants0,309 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
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

Citations3
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueScientonomy Journal for the Science of ScienceMême sujetData Visualization and AnalyticsTravaux en français237 207