Bibliographic record
Abstract
STRATEGIE BADANIA TAKTYKGdy słyszę o Web 2.0, odruchowo szukam drzwi.Termin ten, wykorzystywany powszechnie w roli wytrycha do wszystkich tajemnic Internetu, został w końcu sprowadzony do beztreściowego "nadążania" za zmianami.Stanowi to dla mnie niemały kłopot, bo sam uważam, że przełom, jaki nastąpił w historii nowych mediów w okolicach roku 2000, słusznie doczekał się swojej nazwy (choć zasługiwał na lepszą).Wydaje mi się, że przynajmniej część skutków tego przejścia od pierwszych, pionierskich lat sieci do dzisiejszej "społecznościowej" fazy jest wciąż zbyt mało obecna w dyskursie kulturoznawczym. World Wide LabWraz z upowszechnieniem nowoczesnych CMS (systemów zarządzania treścią) poziom wiedzy technologicznej wymaganej do aktywnego włączenia się w kulturę internetową obniżył się radykalnie.Dzięki temu Internet przestał być jedynie miejscem publikowania informacji przez wielkie instytucje (które stać było na zatrudnienie profesjonalistów) oraz polem działania wyspecjalizowanych, fachowych użytkowników technologii, hakerów czy geeków.Stał się medium naprawdę masowym.Wraz z tą przemianą skończyły się również marzenia o sieci jako "współdzielonej halucynacji -w której ludzie wkraczają w cyberśrodowisko i żyją tam jako czyste jaźnie kreowane jedynie za pomocą sieciowych interakcji" 1 .Wydaje się, że dziś nikt nie byłby w stanie napisać manifestu w rodzaju słynnej Declaration of Cyberspace Independence, w której byli hippisi zwra-1
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.022 | 0.098 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.005 | 0.002 |
| Science and technology studies | 0.003 | 0.007 |
| Scholarly communication | 0.008 | 0.018 |
| Open science | 0.004 | 0.007 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.030 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".