MétaCan
Menu
Retour à la cohorte
Enregistrement W4323029869 · doi:10.5860/crl.84.2.168

Video Editorial: Anatomy of a Book Review: Why We Write, Why We Read Video

2023· article· en· W4323029869 sur OpenAlexaboutno aff
Kristen Totleben

Notice bibliographique

RevueCollege & Research Libraries · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueWeb and Library Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMemphisConversationState (computer science)Library scienceWebcastMedia studiesComputer scienceArt historySociologyArtWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Book reviews have long been a staple of the scholarly conversation. Reviews connect researchers to recent publications, expand the audience for individual titles, and shape the boundaries of what counts as part of the library and information studies literature. At the same time, reviews can reinforce traditional academic hierarchies, particularly in terms of what books are reviewed and who is invited to render their opinion. Outgoing C&RL book review editor Emily Drabinski and a group of recent reviewers discussed the state of the academic book review in this lively conversation from January 20, 2023. Emily Drabinski, City University of New York Kaia MacLeod, University of Calgary Mallary Rawls, Florida State University Ashley Roach-Freiman, University of Memphis Charlotte Roh, California Digital Library Lynne Stahl, Wesleyan University Darren Sweeper, Montclair State University Anders Tobiason, Boise State University View the recording of the Anatomy of a Book Review: Why We Write, Why We Read webcast on the ACRL YouTube channel at https://youtu.be/iCIAEFPNkrM .

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,395
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,008
Études des sciences et des technologies0,0010,001
Communication savante0,0010,009
Science ouverte0,0040,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,041
Tête enseignante GPT0,331
Écart entre enseignants0,290 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCollege & Research LibrariesMême sujetWeb and Library ServicesTravaux en français237 207