MétaCan
Menu
Retour à la cohorte
Enregistrement W4400653651 · doi:10.5267/j.ijdns.2024.6.004

Mechanisms of communication-control (social cybernetics) based on information technologies and local development

2024· article· en· W4400653651 sur OpenAlexvenueno aff
Miguel Fernando Inga-Ávila, Roberto Líder Churampi-Cangalaya, Jesús Ulloa-Ninahuamán, José Luis Inga-Ávila, Luis Antonio Visurraga Camargo, Enrique Mendoza Caballero, Kiko Richard Lopez Coz

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueScientific Research and Philosophical Inquiry
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyberneticsControl (management)Computer scienceInformation and Communications TechnologyCognitive scienceKnowledge managementSociologyHuman–computer interactionData sciencePsychologyArtificial intelligenceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Social cybernetics, as an interdisciplinary field, has gained increasing interest in the last decade due to the influence of information technologies in society through connectivity, Internet of things, process automation, artificial intelligence among others. This research focuses on exploring the relationship between social cybernetics (communication and control mechanisms) based on information technologies and local development, using structural equation modeling as an analytical tool. The design was non-probabilistic, with a sample of 482 people. The independent variables under study were Use of ICT for communication between local authorities and the population (CAP), Use of ICT for collaboration between public and private institutions (CPPC), Use of ICT for shared decision making (SDM), Use of ICT for local development planning (LDP) and Use of ICT for knowledge management (KM); and the dependent variable was Local Development (LD). It was determined that there is a relationship between all of them except with CAP. The direction and magnitude of the other ratios were: + 0.1390; - 0.3661; + 0.4472 and + 0.8432 respectively. The coefficient of determination (R2) was 93.69% facilitating the prediction of future results. The model has an adequate fit.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,006
Communication savante0,0050,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,044
Tête enseignante GPT0,329
Écart entre enseignants0,285 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetScientific Research and Philosophical InquiryTravaux en français237 207