MétaCan
Menu
Retour à la cohorte
Enregistrement W4399095527 · doi:10.1177/07410883241242106

The Discursive Boundary Work of Recontextualizing Science for Policy: Opening the Black Box of an Organization’s Genre System and Intermediary Genre Sets

2024· article· en· W4399095527 sur OpenAlexaffabout
Matthew Falconer

Notice bibliographique

RevueWritten Communication · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésBoundary-workGenre analysisDiscourse analysisWork (physics)Boundary (topology)SociologyBlack boxLinguisticsCritical discourse analysisSocial sciencePolitical sciencePhysicsComputer scienceIdeology

Résumé

récupéré en direct d'OpenAlex

Governments the world over require scientific knowledge to inform policy makers’ decision-making processes. The recontextualization of this information for nonscientific audiences has received much attention, though it has primarily focused on publicly available texts. Little is known about the discursive nature of how science is transformed and repurposed and the confidential writing performed by boundary organizations that are working between science and policy. This ethnographic study explores the collaborative discursive activity involved in efforts by a boundary organization—the Council of Canadian Academies—to recontextualize science for policy makers. The analysis opens the discursive black box of the genre system and intermediary genre sets involved in one project, which led to the publication and distribution of the boundary object of an advisory report, Older Canadians on the Move. I claim that the discursive boundary work involves a complex genre system containing several sequential genred activities through which science is transformed and a boundary object created.

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)0,031
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,209

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,052
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,006
Études des sciences et des technologies0,0320,118
Communication savante0,0290,018
Science ouverte0,0030,013
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,303
Écart entre enseignants0,280 · 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.

Devis d'étudeQualitatif
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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWritten CommunicationMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207