MétaCan
Menu
Retour à la cohorte
Enregistrement W4384214356 · doi:10.21832/9781788926577-fm

Frontmatter

2023· book-chapter· en· W4384214356 sur OpenAlexaff
Mary Jane Curry, Theresa Lillis, Jannis Androutsopoulos, Karen Bennett, Sally Burgess, Paula Carlino, Christine Casanave, Christiane Donohue, Guillaume Gentil, Bruce Horner, Dawang Huang, Luisa Martín Rojo, Carolyn McKinney, Françoise Salager‐Meyer, Elana Shohamy, Sue Starfield, Christine M. Tardy, John Trimbur, Pam Christie, María José Luzón, Carmen Pérez‐Llantada

Notice bibliographique

RevueMultilingual Matters eBooks · 2023
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueMedia, Communication, and Education
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Questions about the relationships among language and other semiotic resources (such as image, film/video, sound) and knowledge production, participation and distribution are increasingly coming to the fore in the context of debates about globalisation, multilingualism, and new technologies. Much of the existing work published on knowledge production has focused on formal academic/scientific knowledge; this knowledge is beginning to be produced and communicated via a much wider range of genres, modes and media including, for example, blogs, wikis and Twitter feeds, which have created new ways of producing and communicating knowledge, as well as opening up new ways of participating. Fast-moving shifts in these domains prompt the need for this series which aims to explore facets of knowledge production including: what is counted as knowledge, how it is recognised and rewarded, and who has access to producing, distributing and using knowledge(s). One of the key aims of the series is to include work by scholars located outside the 'centre', and to include work written in innovative styles and formats.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0060,004
Science ouverte0,0010,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,9400,906

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 Opus0,080
Tête enseignante GPT0,344
Écart entre enseignants0,264 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMultilingual Matters eBooksMême sujetMedia, Communication, and EducationTravaux en français237 207