An Ontology of Semiotic Activity and Epistemic Figuration of Heritage, Memory and Identity Practices on Social Network Sites
Notice bibliographique
Résumé
This study presents the construction and validation of a formal conceptual model, or domain ontology, useful for the formal representation and analysis of conversations on heritage, memory and identity (HMI) on social network sites (SNS), of interviews with participants in such conversations, and of scholarly works engaging with such phenomena. The ontology provides for the first time a conceptual framework for HM interactions on SNS addressing the semiotic and discursive nature of such interactions in the context of cultural-historical activity theory and semiosphere theory. Part of the Connective Digital Memory in the Borderlands research project, it is developed using an evidence-based knowledge elicitation and domain modeling approach. The study presents the three components of the ontology: an event-centric core conceptual model, an inductively derived concept taxonomy, and a meta-theoretical conceptual scheme, based on a combination of conceptual analysis and lexical analysis of relevant scholarly literature. To validate the ontology, it then provides an example of how it can be used to represent an actual HMI-related SNS conversation and scholarly intervention using knowledge graphs, a quantitative analysis of the occurrence of taxonomy terms in different subfields of HMI on SNS studies, a qualitative analysis of concepts used in studies on non-professional, archeological, and institutional heritage communication on SNS, and a meta-theoretical account of studies of HMI on SNS. The ontology can be used as a framework for theorization and for the development of data models, questionnaire protocols, thematic analysis vocabularies, and analysis queries relevant to HMI on SNS research.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».