MétaCan
Menu
← Retour à la cohorte
Enregistrement W4232572640 · doi:10.4018/9781605662084.ch007

Social Identities, Group Formation, and the Analysis of Online Communities

2011· book-chapter· en· W4232572640 sur OpenAlexaff
Jillianne Code, Nicholas E. Zaparyniuk

Notice bibliographique

RevueIGI Global eBooks · 2011
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésSocial identity theoryGroup (periodic table)SociologyGroup analysisPsychologySocial psychologySocial groupChemistry

Résumé

récupéré en direct d'OpenAlex

Central to research in social psychology is the means in which communities form, attract new members, and develop over time. Research has found that the relative anonymity of Internet communication encourages self-expression and facilitates the formation of relationships based on shared values and beliefs. Self-expression in online social networks enables identity experimentation and development. As identities are fluid, situationally contingent, and are the perpetual subject and object of negotiation within the individual, the presented and perceived identity of the individual may not match reality. In this chapter, the authors consider the psychological challenges unique to understanding the dynamics of social identity formation and strategic interaction in online social networks. The psychological development of social identities in online social network interaction is discussed, highlighting how collective identity and self-categorization associates social identity to online group formation. The overall aim of this chapter is to explore how social identity affects the formation and development of online communities, how to analyze the development of these communities, and the implications such social networks have within education.Request access from your librarian to read this chapter's full text.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,006
Communication savante0,0040,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,051
Tête enseignante GPT0,309
Écart entre enseignants0,258 · 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
GenreAutre

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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooks→Même sujetSocial Media and Politics→Travaux en français237 207→