MétaCan
Menu
Retour à la cohorte
Enregistrement W4253387777 · doi:10.4018/978-1-60566-663-1.ch007

Virtual Communities

2009· book-chapter· en· W4253387777 sur OpenAlexaff
Ben Kei Daniel

Notice bibliographique

RevueIGI Global eBooks · 2009
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueKnowledge Management and Sharing
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésTechnological determinismKnowledge managementVirtual communitySocializationSocial capitalSociologyContext (archaeology)Public relationsPolitical scienceEngineering ethicsSocial scienceComputer scienceEngineeringGeographyWorld Wide WebThe Internet

Résumé

récupéré en direct d'OpenAlex

The growth of virtual communities and their continuous impact on social, economic and technological structures of societies has attracted a great deal of interest among researchers, systems designers and policy makers to examine the formation, development, sustainability and utility of these communities. Over the last two decades, the growth in research into virtual communities, though fairly diverse, can be broadly categorized into two dominant perspectives—technological determinism and social constructivism. The basic tenet of the technology determinism research is that technology shapes cultural values, social structure, and knowledge. This Chapter provides a general overview of research on virtual communities. It describes two particular types of virtual communities relevant to the analysis of social capital described in the book; virtual learning communities and distributed communities of practice. The goal of the Chapter is to provide an overall context in which social capital is reported in the book. The Chapter also describes other areas in which virtual communities are currently used. These include education, health care, business, socialization and mediating interaction among people in Diaspora.

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)0,006
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 enseignants0,091
Score d'incertitude au seuil0,304

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,001
Communication savante0,0070,008
Science ouverte0,0030,008
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0910,031

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 Opus0,042
Tête enseignante GPT0,288
Écart entre enseignants0,246 · 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetKnowledge Management and SharingTravaux en français237 207