MétaCan
Menu
Retour à la cohorte
Enregistrement W4285164529 · doi:10.13169/prometheus.38.1.0025

Exploring value change

2022· article· en· W4285164529 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePrometheus · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Source Software Innovations
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésOperationalizationValue (mathematics)Computer scienceRisk analysis (engineering)BusinessEpistemology

Résumé

récupéré en direct d'OpenAlex

This article aims to explore the use of cross-impact balances (CIB) to identify scenarios of value change. The possibility of value change has received little attention in the literature on value-sensitive design (VSD). Examples of value change include the emergence of new values and changes in the relative importance of values. Value change could lead to a mismatch between values embedded in technology and the way they are currently considered in society. Such a mismatch could result in a lack of acceptability of technologies, increasing social tensions and injustices. However, methods to study value change in the VSD literature are rare. CIB is a scenario tool that can study systems characterized by feedback loops that are hard to describe mathematically. This is often the case when aiming to define values and their relationships. We demonstrate the use of CIB to identify scenarios of value change using two cases: digital voice assistants and gene drive organisms. Our findings show that CIB is helpful in building scenarios of value change, even in instances where the operationalization of values is complex. CIB also helps us to understand the mechanisms of value change and evaluate when such mechanisms occur. Finally, we find that CIB is particularly useful for social learning and explanatory modelling. CIB can therefore contribute to the design of value-sensitive technologies.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,894
Score d'incertitude au seuil0,308

Scores Codex et Gemma par catégorie

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

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 Opus0,312
Tête enseignante GPT0,294
Écart entre enseignants0,018 · 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