MétaCan
Menu
Retour à la cohorte
Enregistrement W4367313683 · doi:10.1177/10778004231163166

Methodology in Motion: Reflections on Using Appnography for the Study of Dating Apps

2023· article· en· W4367313683 sur OpenAlexafffund
Corey W. Johnson, Luc S. Cousineau, Eric Filice, Diana C. Parry

Notice bibliographique

RevueQualitative Inquiry · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Feminism, and Media
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésContextualizationTemporalityEthnographyParticipant observationBridging (networking)SociologyQualitative researchSpace (punctuation)Empirical researchEpistemologyAestheticsComputer scienceSocial scienceAnthropologyInterpretation (philosophy)Art

Résumé

récupéré en direct d'OpenAlex

This article reflects upon and provides updates to appnography as a methodology for the study of dating digital app culture. Based on empirical fieldwork and in-depth nterviews with members of the research team, we re-assess and re-map appnography’s original five methodological considerations—digital versus “real,” profiles, space, place, and community, contextualization, and temporality—along two axes: design considerations and user considerations. We also add a third methodological axis, researcher considerations, to the methodological features of appnography and expound on its related concerns of participant recruitment and technological familiarity. With this reformulation, we believe appnography offers an even more robust means of bridging the ethnographic and the technological in qualitative research on apps and their use.

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)0,008
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,026
Score d'incertitude au seuil0,341

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,852
Tête enseignante GPT0,651
Écart entre enseignants0,201 · 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.

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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQualitative InquiryMême sujetGender, Feminism, and MediaTravaux en français237 207