Conceptualizing Confidence: A Multisited Qualitative Analysis in a Severe Weather Context
Notice bibliographique
Résumé
Abstract Confidence is a concept important to weather prediction, shaping how risk information is created, shared, understood, and acted upon. For forecasters in the National Weather Service (NWS) and their partners in public safety, confidence is central to their work, appearing frequently during their decision support services. While confidence has been examined in a variety of literatures, it is often addressed simplistically or as one of many variables in a study. It is rarely the object of study in and of itself, even less so in a naturalistic setting like an operational environment. To build a more robust knowledge of confidence and its many dimensions, we conducted a multisited ethnography of three interrelated sites central to tornado prediction and information dissemination, leading up to and during a cool-season tornado event. In partnership with collaborators from the NWS and emergency management, we simultaneously deployed to a National Center, a local Weather Forecast Office, and an emergency management office. This article explicates confidence from multiple social science theories, considering the scientific, data-based roots of confidence, as well as its affective, relational, and procedural origins. Our results show that confidence emerges in varied and complex ways and at different scales. Confidence can indicate one’s assessment of evidence and agreement (or lack) of it, beliefs about partners’ future behavior based on past experiences, and ritual interactions between offices that create patterned expectations. We argue for a more robust interdisciplinary analysis of confidence given how it shapes weather-related policies and practices, technologies, and communication strategies.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».