MétaCan
Menu
Retour à la cohorte
Enregistrement W7047837901

KNOWLEDGE CREATION AND COLLECTIVE MEMORY IN THE ERA OF WEB 2.0 AND NETWORK NON-NEUTRALITY

2008· article· en· W7047837901 sur OpenAlexafffundvenue

Notice bibliographique

RevueNPARC · 2008
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAtomic and Subatomic Physics Research
Établissements canadiensResearch and Productivity Council
Organismes subventionnairesCanarie
Mots-clésNexus (standard)Collective intelligenceThe InternetContext (archaeology)ModalitiesProcess (computing)Knowledge engineeringWeb 2.0
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper examines knowledge creation and ownership issues raised by the nexus of Web 2.0 technologies and business models, changes to network neutrality policy and operation, and the advent of next generation Internet architectures. Context One constant in the production of human knowledge is the evolution of modalities of knowledge representation and knowledge sharing. At certain transitions, existing societal norms regarding these modalities have been challenged at fundamental levels. Notable examples can be seen in the area of communication. For example, d'Arcy (1969) derived the influential concept of a right to communicate in the 1960s out of a recognition that newer technologies – satellite-based communication at that time – had raised issues that were not easily addressable by existing norms. 1 The Internet has itself been a long, steady fount of changing perspectives not only on communication issues, but also the relatively less well-examined process of managing externalized knowledge. A nexus of recent engineering developments and changing business practices, known commonly as Web 2.0, is producing socio-technical shifts in the loci and control of both individual and collective representations of knowledge. New web application architectures are encouraging the caching of ever increasing

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,028
Communication savante0,0130,028
Science ouverte0,0010,008
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,020
Tête enseignante GPT0,287
Écart entre enseignants0,267 · 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

Citations0
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetAtomic and Subatomic Physics ResearchTravaux en français237 207