MétaCan
Menu
Retour à la cohorte
Enregistrement W4399147257 · doi:10.55016/ojs/jet.v56i2.78059

Staying on Track: Writing Our Way Through a Global Pandemic

2023· article· en· W4399147257 sur OpenAlexaff
Sharon Friesen, Barbara Brown, Nadia Delanoy, Roswita Dressler, Krista Francis, Jesús Enrique Hernández-Zavaleta, Michele Jacobsen, Jennifer Markides, Ronna Mosher, Sylvie Roy, Christy Thomas

Notice bibliographique

RevueJournal of educational thought. · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTrack (disk drive)PandemicCoronavirus disease 2019 (COVID-19)Computer scienceAeronauticsHistoryEngineeringMedicineOperating systemInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Abstract: It is commonplace for the literature to highlight writing groups that focus on increasing academic productivity. Matters of aesthetic and more pleasurable aspects of writing along with the fulfilment of belongingness that a writing group can provide, particularly in a virtual environment are rare. In this article, we examine the productive and connective pleasure of an online academic writing community, how it kept the community coming together amid a global pandemic, why it located and mobilised the community as academic writers, and how the community engaged and travelled with each other to create a sense of belonging.

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)0,011
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,015
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,035
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,018
Communication savante0,0120,011
Science ouverte0,0010,012
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,073
Tête enseignante GPT0,423
Écart entre enseignants0,351 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of educational thought.Même sujetDisaster Management and ResilienceTravaux en français237 207