MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408403234 · doi:10.1145/3677389.3702592

Ethical and Moral Evaluation of African Digital Humanities: Methodology and Preliminary Results

2024· article· en· W4408403234 sur OpenAlexafffund
Kartikay Chadha, Joan C. Bartlett

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésDigital humanitiesSociologyEngineering ethicsComputer scienceEpistemologyHumanitiesPhilosophyEngineering

Résumé

récupéré en direct d'OpenAlex

This poster presents the preliminary findings of ongoing doctoral research examining the information behavior of scholars of African digital humanities (ADH). The study focuses on ethical and moral considerations in developing digital visualization tools such as GIS maps and 3D visuals showcasing information on sensitive topics such as slavery. This research employs a qualitative analysis of data collected through in-depth, semi-structured interviews aiming to 1) identify the challenges faced by scholars of African origin/descent in developing or using such visualization tools and 2) record their recommendations to address such challenges. Analyses of the first five interviews reveal prominent challenges faced by participants, including lack of technical skills, usability issues, content-related complexity, and the representation of primary source material. To overcome these challenges, the participants recommend collaboration, inclusive research designs, and involvement of community members. The five pilot interviews have allowed adjustments to the interview guide for an additional 10--13 prospective participants. This work aims to produce a guide for digital humanities scholars and professional web developers on designing efficient websites that showcase the results of historical research in an ethical and morally considerate manner.

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)0,087
score de la tête « metaresearch » (Gemma)0,093
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 enseignants0,087
Score d'incertitude au seuil0,460

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0870,093
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0070,008
Communication savante0,0060,003
Science ouverte0,0020,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,329
Tête enseignante GPT0,450
Écart entre enseignants0,121 · 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMisinformation and Its Impacts→Travaux en français237 207→