MétaCan
Menu
Retour à la cohorte
Enregistrement W4311542647 · doi:10.1175/bams-d-22-0137.1

Conceptualizing Confidence: A Multisited Qualitative Analysis in a Severe Weather Context

2022· article· en· W4311542647 sur OpenAlexaff
Jennifer Henderson, Jennifer Spinney, Julie L. Demuth

Notice bibliographique

RevueBulletin of the American Meteorological Society · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensYork University
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationNational Center for Atmospheric ResearchNational Science Foundation
Mots-clésContext (archaeology)General partnershipVariety (cybernetics)Computer sciencePolitical scienceGeographyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,039
score de la tête « metaresearch » (Gemma)0,059
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,205

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,059
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0120,021
Communication savante0,0080,009
Science ouverte0,0030,011
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,339
Écart entre enseignants0,311 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the American Meteorological SocietyMême sujetDisaster Management and ResilienceTravaux en français237 207