MétaCan
Menu
Retour à la cohorte
Enregistrement W6999735505

Digital Humanities Forum 2015. Afternoon session

2015· other· en· W6999735505 sur OpenAlexaboutno aff

Notice bibliographique

RevueKU ScholarWorks (The University of Kansas) · 2015
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDigital humanitiesSession (web analytics)Performative utteranceState (computer science)Closing (real estate)MythologyPoliticsPower (physics)Digital Archives
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

1:15 - 2:00 Panel Session: Up in Arms: The Collision of Intellectual Property and Collaborative Practices, Rachel Mann (University of South Carolina); The More the Merrier: Tapping into the Power of Librarians to Collaborate on Undergraduate Digital Humanities Assignments, Stewart Varner (University of North Carolina); Overlapping Hierarchies: Academic Libraries and Digital Humanities, Andrew Rouner (Washington University in St. Louis); 2:00 - 2:30 Performing archives: sensitive data, social justice, and the performative frame, Jacqueline Wernimont (Arizona State University); 2:30 - 3:00 The computer-assisted identification of meter and rhyme: How Russian is not English, David Birnbaum (University of Pittsburgh); 3:00 - 3:15 — Break —; 3:15 - 4:15 , Panel Session; Digital Cuba: Problems and Possibilities, Jonathan Dettman (University of Nebraska-Kearney); Critical Making, Platform Politics and Open Source in the Study of Digital Artworks, Andy Stuhl (Massachusetts Institute of Technology); Decolonizing Digital Humanities: Africa in Perspective, Titilola Babalola Aiyegbusi (University of Lethbridge ); eLaboraHd: Project of Digital Experimentation, Adriana Álvarez and Miriam Peña (National University Autonomous of Mexico (UNAM)); 4:15 - 5:15 Closing Keynote: “Networking Peripheries: Technological Futures, Digital Memory and the Myth of Digital Universalism”, Anita Say Chan, Assistant Research Professor of Communications, University of Illinois

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,011

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 Opus0,014
Tête enseignante GPT0,212
Écart entre enseignants0,198 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKU ScholarWorks (The University of Kansas)Travaux en français237 207