Bibliographic record
Abstract
Recherche sur le savoir et la production numérique dans les communautés de l'innovation en est encore à ses premiers stades. La recherche la plus soutenue a mis l'accent sur le développement de logiciels libres et open-source qui devinent un concurrent sérieux pour les logiciels propriétaires. Le système d'exploitation Linux, le serveur Web Apache et le navigateur Firefox sont tous des produits open-source qui ont obtenu un grand succès commercial contre leurs concurrents propriétaires. Il a été avancé que le logiciel open-source combine des aspects de l'investissement privé et des modèles de production d'action commune. Cette nouvelle combinaison nécessite des révisions fondamentales aux théories de l'innovation. Avec l'objectif d'obtenir une meilleure compréhension de l'innovation ouverte dans la domaine de soins de santé informatique, cette recherche se concentre sur la façon dont les communautés d'innovation en ligne créent, partagent et évoluent des artefacts de connaissance.Plus précisément, j'explore le développement, l'évolution et la création de connaissances dans une communauté de l'innovation centrée sur un dossier médical informatisé open-source nommé OSCAR. Cette communauté est canadienne, a été en existence depuis une décennie, et a développé un dossier médical informatisé qui a diffusé rapidement (actuellement utilisé par plus de 1500 médecins canadiens suivant plus d'un million de patients). OSCAR est disponible gratuitement comme un logiciel open-source et a gagné des parts de marché contre des produits commerciaux coûte généralement $25000 par an. Ce succès est inhabituel et significatif. Contrairement à d'autres projets open-source, ce logiciel est intégré dans une communauté de médecins plutôt que d'une communauté de programmeurs. La communauté est active à la fois face à face par des réunions d'utilisateurs et en ligne par l'intermédiaire de forums de discussion.En se concentrant sur la création du logiciel et l'évolution de connaissance, je prends sur trois études connexes de cette communauté d'innovation pour répondre aux questions de recherche suivantes: (1) Qu'est ce qui détermine les contributions des membres de la communauté? (2) Comment peut la communauté intégrer les contributions individuelles dans l'artefact numérique? (3) Comment peut la communauté se grandir, s'évoluer et maintenir sa structure de collaboration? Ces études contribuent théoriquement en explorant les échanges de connaissances et de la dynamique de l'innovation dans une communauté d'innovation qui implique divers groupes de participants (par exemple, des médecins, des programmeurs, des infirmières, des administrateurs). Ils aideront aussi à faire la lumière sur une classe importante de communautés de l'innovation, celle où le Canada est un leader et où les résultats de l'innovation aident informatiser les soins de santé au Canada.
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 | 0.009 | 0.031 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.009 | 0.012 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.019 | 0.002 |
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".