La interfaz virtual como catalizador de aprendizaje complejo: el caso Myspace.com
Bibliographic record
Abstract
La presente tesis aborda la fenomenología de los procesos de aprendizaje complejo a partir de la utilización de interfaces virtuales de compartición musical. Integrando desde su inicio, la participación colectiva entre Comunicación, Lenguaje, Estudios de juventud y Sociología de la Tecnología, junto a herramientas investigativas de rastreo, análisis, y visualización de información, la inmersión en la Web Profunda para identificar procesos de socialización de contenidos musicales, manejo e interpretación de grandes cantidades de datos (Big Data) utilizando herramientas de archivo y visualización que ayuden a responder parte de estos imbricados fenómenos tecno-comunicacionales. Articulada desde los nodos epistemológicos de los estudios de la escuela Norteamericana de Comunicación, particularmente la escuela de Toronto, la Media Ecology y la Sociología de la Tecnología; se indaga sobre la forma en que se organiza socialmente el conocimiento de navegación auto-aprehendido, estableciendo, que desde la aparición de Internet, las formas y prácticas de socialización en torno al ocio, la generación de saberes concretos de navegación, ha cambiado desde la llegada de nuevas tecnologías e interfaces para la compartición de archivos. Analizamos este fenómeno comunicacional segmentando el recorrido en cinco capítulos, que nos permitieron, seccionar y analizar en partes, fragmentos de la compleja estructura comunicacional que se establece como necesaria para incorporar nuevos saberes, permitiendo entender la construcción de redes de compartición entre usuarios que usufructúan interfaces para la compartición de música. Del mismo modo avanzamos sobre la elaboración de la categorización propia del concepto de “usuario” en base a dos pilares fundamentales: El primero a partir de entender las huellas de navegación dentro y fuera de la interfaz y el segundo partiendo de una propuesta para colaborar hacia la construcción del concepto de juventud, des-dibujando barreras etáreas, económicas y políticas para concentrarnos en la producción de contenidos generados a partir de las rutas de navegación que construye.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.011 | 0.012 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.003 |
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".