MétaCan
Menu
Retour à la cohorte
Enregistrement W7092203551 · doi:10.1002/pra2.1364

Brenda Dervin's Sense‐Making Methodology: What Has Been Achieved and Why It Matters Now?

2025· article· en· W7092203551 sur OpenAlexaff

Notice bibliographique

RevueProceedings of the Association for Information Science and Technology · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueInnovative Human-Technology Interaction
Établissements canadiensLibrary and Archives Canada
Organismes subventionnairesnon disponible
Mots-clésPanel discussionPerspective (graphical)Session (web analytics)Cover (algebra)Field (mathematics)

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Brenda Dervin made a tremendous contribution to both the fields of communication and information science through her Sense‐Making Methodology. She was one of the first to advocate for a user‐centered perspective in the field and had a tremendous impact on generations of researchers across various disciplines. Almost three years after her passing in December 2022, this panel brings together a diverse range of speakers to celebrate Dervin's contribution to ASIS&T and to information science. This highly interactive panel will cover various topics ranging from interactions with Dervin to the use of Dervin's SMM in theory, research, practice, human interaction, and artificial intelligence tools. The panel members have either engaged with Dervin the person, with her Sense‐Making Methodology, or both. The session hopes to inspire the audience to use Dervin's Sense‐Making Methodology (SMM) in their research and practice.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,688
Score d'incertitude au seuil0,599

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,008
Science ouverte0,0010,001
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 Opus0,033
Tête enseignante GPT0,308
Écart entre enseignants0,275 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Association for Information Science and TechnologyMême sujetInnovative Human-Technology InteractionTravaux en français237 207