A sociomaterial stance approach to geoenergy RD&D organising
Notice bibliographique
Résumé
This paper explores the stance on immersive technology in research, development and demonstration (RD&D) organising activity. Drawing on a government-led RD&D project, comprising shallow and deep geothermal energy (Northern Ireland, Department for the Economy, 2023), we show how members attempt to remedy a significant and enduring impediment – being able to access Plant Earth’s subsurface and showcase the thermal dynamics of geoenergy heating and cooling – with immersive technology practice. More in particular, we adopt a stance perspective toward immersive technology practice in RD&D activity. Stances are distinctive attitudes held by various institutional members in relation and are associated with the manner in which individuals position themselves and evaluate a phenomenon (Du Bois, 2007). Stances are not just beliefs, but are adopted, held, and expressed in human action (Fayard et al., 2016). Building on the work of Ahuja & Lampert (2001) on institutional familiarity traps, we explore how the role of unfamiliarity with Planet Earth’s subsurface conditions stances, impacts reasoning and evaluation (Ahuja & Lampert, 2001; Fayard et al., 2016). In organising RD&D practice, we study the way that institutional members organise immersive technologies and couple those with materiality (Monteiro & Nicolini, 2015) to stimulate new ways of reasoning and evaluation – new stances. In this research, we adopt a sociomaterial approach, whereby materiality is viewed as inseparable from the social world, providing insight into “how the entangled sociomaterial practices of specific apparatuses enact boundaries with certain performative outcomes.” (Orlikowski & Scott, 2023: 8). A cyclical model for the interaction between implicit new world views and the accommodative stances are outlined. Suggestions for research on stances towards immersive technology and sociomaterial practice in RD&D activity are supplied.
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 | 0,008 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,036 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».