MétaCan
Menu
Retour à la cohorte
Enregistrement W4224274620 · doi:10.32920/ifmj.v2i1.1511

Collaborative, Crowd-sourced and Interactive Documentary

2022· article· en· W4224274620 sur OpenAlexvenueno aff
Susan Cardillo

Notice bibliographique

RevueInteractive Film and Media Journal · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRadio, Podcasts, and Digital Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)RebootFeelingNarrativeSocial mediaSociologyPublic relationsPsychologyComputer scienceWorld Wide WebPolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Campus Reboot is a crowd-sourced, interactive and collaborative web-based documentary project and course. The project is a living document of the historical times of college during a pandemic and aftermath. This project was created during COVID-19 to give college students a way to express their feelings and create interactive video projects. Campus Reboot began as experimental research and a need to find ways for students to be creative during a pandemic. Practice-based research is an original investigation undertaken to gain new knowledge based on the practice and outcomes of that practice. There were three areas of involvement that were analyzed: the perspective of the students, the perspective of other instructors, and the perspective of those of us putting it all together. Working with fifteen colleges around the world, students created videos, based on prompts, to share their feelings about college during COVID-19. Campus Reboot allowed students to not only create works that speak to the voice of their generation, in the midst of a historical pandemic but also to work with the footage from other schools to create a broader story of our times. This project and paper look at collaborative, crowd-sourced, and interactive documentary as tools for new narratives, social engagement, and a combined voice of a generation during a global crisis. This type of collaboration can be re-worked to fit different types of projects. With minimal cost and the use of multi-media, college students can collaborate internationally to tell stories of their generation.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,029
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,003
Communication savante0,0060,004
Science ouverte0,0020,008
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0290,009

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 Opus0,008
Tête enseignante GPT0,287
Écart entre enseignants0,279 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Film and Media JournalMême sujetRadio, Podcasts, and Digital MediaTravaux en français237 207