MétaCan
Menu
Retour à la cohorte
Enregistrement W4321436298 · doi:10.2307/jj.362382.8

Controversing Datafication through Media Architectures

2023· book-chapter· en· W4321436298 sur OpenAlexfundno aff
Corelia Baibarac Duignan, Julieta Matos Castaño, Anouk Jacoba Petronella Geenen, Michiel de Lange

Notice bibliographique

RevueAmsterdam University Press eBooks · 2023
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueData Visualization and Analytics
Établissements canadiensnon disponible
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk OnderzoekCanadian Institute of Steel Construction
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

In this chapter, we discuss a speculative and participatory "media architecture" installation that engages people with the potential impacts of data through speculative future images of the datafied city.The installation was originally conceived as a physical combination of digital media technologies and architectural form-a "media architecture"-that was to be situated in a particular urban setting.Due to the COVID-19 pandemic, however, it was produced and tested for an online workshop.It is centered on "design frictions" (Forlano and Mathew, 2014) and processes of controversing (Baibarac-Duignan and de Lange, 2021).Instead of smoothing out tensions through "neutral" data visualizations, controversing centers on opening avenues for meaningful participation around frictions and controversies that arise from the datafication of urban life.The installation represents an instance of how processes of controversing may unfold through digital interfaces.Here, we explore its performative potential to "interface" abstract dimensions of datafication, "translate" them into collective issues of concern, and spark imagination around (un)desirable datafied urban futures.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
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 Opus0,053
Tête enseignante GPT0,256
Écart entre enseignants0,203 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmsterdam University Press eBooksMême sujetData Visualization and AnalyticsTravaux en français237 207