MétaCan
Menu
Retour à la cohorte
Enregistrement W4248257613 · doi:10.1108/s2050-206020150000009022

Editorial Board

2015· paratext· en· W4248257613 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typeparatext
Langueen
DomaineSocial Sciences
ThématiqueInformation Systems Theories and Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Citation (2015), "Editorial Board", Communication and Information Technologies Annual (Studies in Media and Communications, Vol. 9), Emerald Group Publishing Limited, Leeds, pp. vii-viii. https://doi.org/10.1108/S2050-206020150000009022 Publisher: Emerald Group Publishing Limited Copyright © 2015 Emerald Group Publishing Limited Rebecca G. Adams University of North Carolina at Greensboro Ron Anderson University of Minnesota in Minneapolis Denise Anthony Dartmouth College Alejandro Artopoulos Universidad de San Andrés Jason Beech Universidad de San Andrés Grant Blank Oxford Internet Institute Geoffrey Bowker Bren School of Information and Computer Sciences Jonathan Bright Oxford Internet Institute Manuel Castells University of Southern California Mary Chayko Rutgers University Lynn Schofield Clark University of Denver Jennifer Earl University of Arizona Hernan Galperin Universidad de San Andrés Joshua Gamson University of San Francisco Blanca Gordo University of California at Berkeley Tim Hale Partners Center for Connected Health and Harvard Medical School David Halle University of California, Los Angeles Caroline Haythornthwaite University of British Columbia Anne Holohan Trinity College Dublin Heather Horst RMIT University Gabe Ignatow University of North Texas Vikki Katz Rutgers University Nalini Kotamraju Microsoft Dynamics Enterprise Resource Planning (ERP) Robert LaRose Michigan State University Brian Loader University of York Monica Martinez Universidade de Sorocaba Noah McClain Illinois Institute of Technology Gustavo Mesch University of Haifa Sonia Virgínia Moreira Universidade do Estado r Gina Neff University of Washington Christena Nippert-Eng Illinois Institute of Technology Hiroshi Ono Texas A&M University CJ Pascoe University of Oregon Trevor Pinch Cornell University Anabel Quan-Haase University of Western Ontario Kelly Quinn University of Chicago Violaine Roussel University of Paris 8 Saskia Sassen Columbia University Sara Schoonmaker University of Redlands Mike Stern University of Chicago Andrea Hoplight Tapia Penn State University Simone Tosoni Catholic University of Milan Zeynep Tufekci University of North Carolina, Chapel Hill Keith Warner Santa Clara University Barry Wellman NetLab, University of Toronto Jim Witte George Mason University Book Chapters Communication and Information Technologies Annual Politics, Participation, and Production Studies in Media and Communications Communication and Information Technologies Annual Politics, Participation, and Production Copyright Page Editorial Board List of Contributors Acknowledgements Introduction: Politics, Participation, and Production Section I: Politics Political Efficacy on the Internet: A Media System Dependency Approach Engaging Young Voters in the Political Process: U.S. Presidential Debates and YouTube Generating Political Interest with Online News Section II: Participation Networks Do Social Network Sites Increase, Decrease, or Supplement the Maintenance of Social Ties? How Far can Scholarly Networks Go? Examining the Relationships between Distance, Disciplines, Motivations, and Clusters Family Social Networks, Reciprocal Socialization and the Adoption of Social Media by Baby Boomer and Silent Generation Women To Know that You Are Not Alone: The Effect of Internet Usage on LGBT Youth’s Social Capital Section III: Production The Gendered Digital Production Gap: Inequalities of Affluence Event versus Issue: Twitter Reflections of Major News, A Case Study About the Editors About the Authors

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)0,008
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,713
Score d'incertitude au seuil0,959

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,049
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0050,002
Communication savante0,0170,007
Science ouverte0,0030,003
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,2870,292

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 Opus0,036
Tête enseignante GPT0,381
Écart entre enseignants0,345 · 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'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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInformation Systems Theories and ImplementationTravaux en français237 207