Interactions – A CyberSystemic Model and an Observation Framework Proposal
Notice bibliographique
Résumé
Interactions are the dynamic part of every system, which is elaborated in nearly every domain of human exploration. However, to the best of our knowledge, a general formulation of interactions is not provided. Therefore, a CyberSystemic model of interaction with an observation framework is proposed in this chapter to help in closing this gap. To address the complexity of interactions, a combination of CyberSystemic concepts and methodologies is utilised in a comprehensive interactions model. The chapter proposes an interaction model and an observation framework leading towards an interaction meta-framework, which could be used to generate more holistic observation records, enabling reasoning on a selected interaction performance. The proposed model, invoking related structures and interactions, and a multi-point observation framework, is intended to be applicable to all instances of interactions. Its purpose is to help define and standardise interaction observation data needed for understanding each selected interaction in its environment. It proposes researchers to define complex ontologies on interactions in order to understand the interaction requisitely enough to predict their development and propose measures for reaching interaction goals. The interactions model and observation framework proposal are enabled by artificial intelligence (AI) capacity to augment human limited capacity to store and reason upon large data quantities. By formalising related data models, it enables combining data from multiple sources, enlarging data structures, the number of cases and the overall data quality, all of which affect the level of understanding of the observed interaction. Additionally, due to the standardised observation formalism, building multiple models according to a general meta-framework enables data sharing and identifying patterns across different disciplines.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,008 | 0,016 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».