MétaCan
Menu
Retour à la cohorte
Enregistrement W4366548555 · doi:10.1145/3544548.3581138

Para Cima y Pa’ Abajo: Building Bridges Between HCI Research in Latin America and in the Global North

2023· article· en· W4366548555 sur OpenAlexaff
Pedro Reynolds-Cuéllar, Marisol Wong-Villacrés, Karla Badillo-Urquiola, Mayra Donaji Barrera Machuca, Franceli L. Cibrian, Marianela Ciolfi Felice, Carolina Fuentes, Laura S. Gaytán‐Lugo, Vivian Genaro Motti, Monica Perusquía-Hernández, Oscar A. Lemus

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueInnovative Human-Technology Interaction
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésLatin AmericansSet (abstract data type)Face (sociological concept)Representation (politics)SociologyPolitical scienceComputer scienceSocial sciencePolitics

Résumé

récupéré en direct d'OpenAlex

The Human-computer Interaction (HCI) community has the opportunity to foster the integration of research practices across the Global South and North to begin overcoming colonial relationships. In this paper, we focus on the case of Latin America (LATAM), where initiatives to increase the representation of HCI practitioners lack a consolidated understanding of the practices they employ, the factors that influence them, and the challenges that practitioners face. To address this knowledge gap, we employ a mixed-methods approach, comprising a survey (66 respondents) and in-depth interviews (19 interviewees). Our analyses characterize a set of research perspectives on how HCI is practiced in/about LATAM; a set of driving forces and tensions with a heavy reliance on diasporic dynamics; and a set of professional demands and associated structural limitations. We also offer a roadmap towards building connections across HCI communities, in an attempt to rebuild HCI as a pluriverse.

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)0,014
score de la tête « metaresearch » (Gemma)0,015
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: Empirique
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0080,015
Communication savante0,0100,009
Science ouverte0,0010,012
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,174
Tête enseignante GPT0,428
Écart entre enseignants0,255 · 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.

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

Citations19
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInnovative Human-Technology InteractionTravaux en français237 207