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.
Notice bibliographique
Résumé
This monograph examines how HCI conceptualizes, situates, and responds to uncertainty—particularly arguing that our ability to respond to such uncertainties is governed to a great extent by the concepts we use to enframe a single, encompassing, overburdened and slippery idea. We propose four distinct “modes of uncertainty” as a means to begin to draw together the varied strands of work in HCI that address uncertainty in its many forms. The first, and most common, mode is to treat uncertainty as something in need of taming or disciplining. The second mode is to treat uncertainty as generative, or as a resource that can assist in human practices. The third is to look to the politics that shape how we encounter uncertainties and the fourth mode attends to the lived experience of uncertainty through affective dimension.Rather than focus on uncertainty as a discrete phenomenon in the world to be studied, we look to how research goals, methods, and theoretical frames used in HCI research influence the various ways in which we encounter it. By switching from uncertainty (noun) to modes of engaging uncertainty (verb), we foreground uncertainty as a relational concept. We show that it is an active and ongoing condition that designers and researchers make present in different fashions depending upon their priorities and the context in which they are working. We will show that adding modes of uncertainty to our conceptual toolbox facilitates conversation between domains as diverse as disaster risk, maternal health, cybersecurity, and community organizing and lets us draw new connections between disparate areas of research including visualization studies, critical design, feminist epistemologies, and sustainability.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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