MétaCan
Menu
Retour à la cohorte
Enregistrement W4411061782 · doi:10.29173/jjs141

Collaboration in Collections

2025· article· en· W4411061782 sur OpenAlexvenueno aff
Damaris Alvarenga Agustin, Laurie Langbauer, Amy Fader, Madison Gagnon, Mohala Kaliebe, Mila Mascenik, Caroline Parker, Matt Turi

Notice bibliographique

RevueJournal of Juvenilia Studies · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDigital and Traditional Archives Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental science

Résumé

récupéré en direct d'OpenAlex

This essay presents a rough outline of the “what, how, and why” of the collaborative work done in English 425: “Literature, Archives, and Original Research,” an intensive research undergraduate course at the University of North Carolina at Chapel Hill in the Fall 2024 that focused on juvenilia. The team included a class of thirteen undergraduates (all years; all majors), five PhD students from English and Comparative Literature, one professor from the same department, instructional specialists from Ackland Art Museum, and librarians galore from Wilson Library Special Collections and Davis Library, all at UNC Chapel Hill. We met with two or three museum and four or five library colleagues; but many others, behind the scenes, made our course possible.Eight members of this team tell their story from the points of view of four students, three librarians, and the professor. The projects the class undertook show what can happen when participants believe in each other as partners. They also show how young researchers occupy an exceptional position when it comes to considering what young artists and authors care about and why it matters.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,889
Score d'incertitude au seuil0,143

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,032
Tête enseignante GPT0,289
Écart entre enseignants0,257 · 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 tête enseignante, 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Juvenilia StudiesMême sujetDigital and Traditional Archives ManagementTravaux en français237 207