MétaCan
Menu
Retour à la cohorte
Enregistrement W4306253496 · doi:10.1002/pra2.677

Engagement for Good or Ill: Comparing Characteristics of <scp>Co‐Creative</scp> and <scp>Co‐Destructive</scp> Online Communities

2022· article· en· W4306253496 sur OpenAlexaff
Yimin Chen, E. Cornwell Sarah, S. Delellis Nicole, Dominique Kelly, Yifan Liu, Alex Mayhew, L. Rubin Victoria

Notice bibliographique

RevueProceedings of the Association for Information Science and Technology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésProsocial behaviorValence (chemistry)PsychologySocial psychologyOnline communityComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Highly engaged online communities can be characterized in terms of level of user activity and the valence of those activities. Positively‐valenced communities engage in co‐construction through supportive, uplifting interactions, while negatively‐valenced communities engage in co‐destruction through shared animosity towards outside individuals and groups. Both types of engagement offer prosocial benefits to community members, but this benefit is achieved through antisocial means in co‐destructive communities. This study examines the features of one positively‐valenced and one negatively‐valenced subreddit community to determine if the same engagement factors drive participation in each, and whether these factors may be influenced to promote positive, rather than negative engagement.

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)0,004
score de la tête « metaresearch » (Gemma)0,019
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,029
Tête enseignante GPT0,296
Écart entre enseignants0,267 · 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'étudeQualitatif
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Association for Information Science and TechnologyMême sujetDigital Marketing and Social MediaTravaux en français237 207