MétaCan
Menu
Retour à la cohorte
Enregistrement W4311953968 · doi:10.1177/01622439221143804

Affective Labor in Integrative STS Research

2022· article· en· W4311953968 sur OpenAlexfundno aff
T. Y. Branch, Geneviève Duché

Notice bibliographique

RevueScience Technology & Human Values · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensnon disponible
Organismes subventionnairesARC Centre for Excellence in Convergent Bio-Nano Science and TechnologyCouncil for Science, Technology and InnovationMitacsUniversity of WaterlooAustralian GovernmentInstitut national de recherche en informatique et en automatique (INRIA)Arizona State University
Mots-clésScholarshipSociotechnical systemVulnerability (computing)Qualitative researchField (mathematics)SociologyEngineering ethicsPsychologySocial scienceKnowledge managementPolitical scienceComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Science and technology studies (STS) practitioners regularly use qualitative research methods to describe the structures and practices of science. Despite a long history of collaborative inter- and transdisciplinary research in the field, key aspects of this type of research remain underexplored. For example, much of the literature on positionality has focused on the vulnerable position of participants and there is considerably less work on how investigators can be vulnerable. We examine how investigators in collaborative sociotechnical integration (CSTI) are vulnerable by presenting two examples of CSTI research that require researcher vulnerability. This vulnerability has an emotional dimension, which also necessitates affective labor. We integrate recommendations from feminist-scholarship to minimize the affective cost to investigators and explore how they might apply to qualitative research more broadly.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaÉtudes des sciences et des technologies
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatiflow
gptMétarechercheÉtudes des sciences et des technologies
Domaine: Méthodes · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Qualitatifhigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,107
score de la tête « metaresearch » (Gemma)0,109
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,565

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1070,109
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0240,100
Communication savante0,0240,020
Science ouverte0,0030,040
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,597
Tête enseignante GPT0,711
Écart entre enseignants0,114 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Études des sciences et des technologiesMétarecherche

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeQualitatif
DomaineMéthodes
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 revueScience Technology & Human ValuesMême sujetParticipatory Visual Research MethodsCatégorieÉtudes des sciences et des technologiesTravaux en français237 207