MétaCan
Menu
Retour à la cohorte
Enregistrement W4390998622 · doi:10.51644/9781771124300-001

Acknowledgements

2020· book-chapter· en· W4390998622 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueOral History, Memory, Narrative Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

Once upon a time I moved to a big city and found myself broke and unemployed.When I was plucked from an unemployment seminar to be a receptionist for a talent agency, I merrily embraced it.I was grateful for the job and resigned to a life beyond the hallowed halls of the university.But through a strange twist of fate I soon found myself an agent at that company selling Canadian talent to Canadian organizations.As a former student of life writing, I realized very quickly that people liked a good story.A story of origins.A story of struggle and discovery.Life stories created an illusion of access to a personality whose accomplishments were already self-evident.Life stories could clinch a deal.And so there, in a cubicle in Toronto, began the first glimmerings of this book and my return to academia.Between then and now, I have been helped and inspired along the way by countless people.And while it is customary to thank our loved ones last in the Acknowledgements (why should that be?),I must begin there, because when you have been lucky enough to find a partner who shares your burdens, prods you on, listens carefully and advises, keeps you fed and sane, and knows when it is time for a hug and when it's time for a glass of wine, then you too recognize that your successes are built on their love and labour.Thank you, Ryan Veenstra.For everything.I have also been blessed with an extraordinarily supportive community of scholars who share my interest and fascination with Canadian popular cultures.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge 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 enseignants0,509
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,6310,121

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 Opus0,063
Tête enseignante GPT0,232
Écart entre enseignants0,169 · 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; les deux têtes enseignantes 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOral History, Memory, Narrative AnalysisTravaux en français237 207