MétaCan
Menu
Retour à la cohorte
Enregistrement W4386372779 · doi:10.1080/01490400.2023.2253230

Social Infrastructure: Directions for Leisure Studies

2023· article· en· W4386372779 sur OpenAlexaff
Sina Kuzuoglu, Troy D. Glover

Notice bibliographique

RevueLeisure Sciences · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueRecreation, Leisure, Wilderness Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRelevance (law)SociologyPublic spaceLeisure studiesSociology of leisureSpace (punctuation)Public relationsConceptual frameworkSocial sciencePolitical scienceRecreationEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

The relatively recent rapid adoption of the concept of social infrastructure (SI) in numerous disciplines and fields stems from its relevance to contemporary urban issues. SIs mediate social interactions between urban inhabitants, thereby fostering livability in cities. Leisure often occupies an implicit presence in most SI research, yet the potential emanating from SI’s conceptual versatility remains underexplored in leisure studies. To be sure, the availability and quality of SIs shape urban “leisure-in-public,” but alternative possibilities for reimagining SIs from a sociability and relationality framework open up new prospects for leisure research. By appreciating the distinction between public and parochial realms as they relate to the social production of space and the processes of community, this paper offers directions for future SI research in leisure studies.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0040,016
Communication savante0,0110,020
Science ouverte0,0020,006
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0250,002

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 Opus0,107
Tête enseignante GPT0,437
Écart entre enseignants0,330 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLeisure SciencesMême sujetRecreation, Leisure, Wilderness ManagementTravaux en français237 207