MétaCan
Menu
Retour à la cohorte
Enregistrement W4306250799 · doi:10.1002/pra2.654

Information Intermediaries and Information Resilience: Working to Support Marginalised Groups

2022· article· en· W4306250799 sur OpenAlexaff
Emma Nicol, Rebekah Willson, Ian Ruthven, David Elsweiler, George R. Buchanan

Notice bibliographique

RevueProceedings of the Association for Information Science and Technology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésIntermediaryVulnerability (computing)Group information managementSeekersResilience (materials science)Work (physics)WorkaroundPersonal information managementBusinessInformation managementPsychological resilienceInformation sharingKnowledge managementInformation behaviorPublic relationsInformation infrastructureCommunity resilienceInformation needsInformation systemManagement information systemsPolitical sciencePsychologyMarketingComputer scienceResource (disambiguation)Social psychologyWorld Wide WebComputer securityEngineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Information resilience has become a topic of interest to the information science community in recent years. The COVID‐19 pandemic has shone a light on the vulnerability of information and other networks and the impact on information providers and the information seekers who rely on them. In an exploratory study, we interviewed support workers who act as information intermediaries as part of their work roles about their experiences of providing information to vulnerable and marginalised people during the UK COVID‐19 lockdown. We present findings organised in three themes: shifting client information needs and support provisions, adjusting information sharing and communication practices and workarounds for physical information work. Throughout the themes, information resilience is evident as information intermediaries adapt their work practices to ensure they can continue to serve their clients. In this first stage of research our findings provide insight into the changes to information intermediaries' information behaviour and information work during a crisis, as well as the impact of these changes on the services they provide.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0000,012
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 Opus0,007
Tête enseignante GPT0,249
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Association for Information Science and TechnologyMême sujetDisaster Management and ResilienceTravaux en français237 207