MétaCan
Menu
Retour à la cohorte
Enregistrement W7132742809

K proměnám technologie psaní v první polovině 20. století

2014· article· cs· W7132742809 sur OpenAlexaboutno aff
K. (Kateřina) Piorecká

Notice bibliographique

RevueASEP · 2014
Typearticle
Languecs
DomaineArts and Humanities
ThématiqueDigital Humanities and Scholarship
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRemedial educationCompetition (biology)Process (computing)Writing processQuarter (Canadian coin)Basic writingCreative writingWork (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The formation of a literary work is influenced not only by components based on intellectual operations, but by the technology of writing itself. The technologies of writing literary texts enter into the literary process most significantly in moments when new technologies emerge; that is, in periods when they come into direct competition, or during confrontation of old and new technological methods of literary creation. These two basic technological methods came into meaningful contact during the last quarter of the 19th century and continued during the following century. When analyzing the creative writing process, which includes various methods of manual and machine processing of text, we accentuate the remedial principle designed by Jay David Bolter in the book Writing Space, where he defined remediation as a process of cultural competition between technologies. The process of remediation of writing technologies lasted quite a long time. Although typewriters were used in administration by the late 19th century, competition between typewriting and manual writing to a certain extent (in the case of certain authors) continues to this day. The typewriter started to become the dominant technological tool in the process of writing in the course of the 1920s and 30.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,997
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0100,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0330,015

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 Opus0,039
Tête enseignante GPT0,232
Écart entre enseignants0,194 · 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.

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASEPMême sujetDigital Humanities and ScholarshipTravaux en français237 207