MétaCan
Menu
Retour à la cohorte
Enregistrement W4398460229 · doi:10.7910/dvn/mcfn1z

Replication Data for: Some people just want to watch the world burn: The prevalence, psychology and politics of the “Need for Chaos

2020· dataset· en· W4398460229 sur OpenAlexaboutno aff
Thomas J. Scotto, Kevin Arceneaux, Timothy B. Gravelle, Jason Reifler, Michael Bang Petersen, Matthias Osmundsen

Notice bibliographique

RevueHarvard Dataverse · 2020
Typedataset
Langueen
DomaineEngineering
ThématiqueDiverse Scientific and Engineering Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReplication (statistics)CHAOS (operating system)PoliticsPsychologySociologyData scienceComputer sciencePolitical scienceComputer securityMedicineVirologyLaw

Résumé

récupéré en direct d'OpenAlex

This replication zipped folder contains the following: 1) A Folder Called "Cutstatadatasets_codebooks_ with Stata v.12 datasets with the set of variables for each of the four nations a) Australia; b) Canada; c) United Kingdom; and d) United States and codebook entries for relevant variables 2) A Folder Called "MainRFiles" which reads the stata .dta files and produces output files for Mplus and (after the profiles generated by the LPA runs in Mplus) estimates the multvariate estimations in the paper 3) A Folder Called LatentProfilesfromMplus which contains the profiles generated by Mplus that should be appended to the data for use in the multivariate estimations 4) A Folder Called Tables 1_2: Mplus files that generate the laten profile analyses in the paper 5) A Folder Called AppendixCFA_Chaos: The final Confirmatory Factor Analysis and steps taken to obtain the final CFA--all Mplus outputs, with core data files generated by R available 6) A Folder Called AppendixEFA: The Exploratory Factor Analyses from Mplus establishing that the Need for Chaos is Distinct from the Dark Triad

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)0,008
score de la tête « metaresearch » (Gemma)0,064
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,206
Score d'incertitude au seuil0,688

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,064
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,2060,130

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 Opus0,053
Tête enseignante GPT0,312
Écart entre enseignants0,259 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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 revueHarvard DataverseMême sujetDiverse Scientific and Engineering ResearchTravaux en français237 207