Interrogating Data Science
Interrogating Data Science
复制标题
质疑数据科学
DOI：
10.1145/3406865.3418584
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
A. Tanweer
中科院分区：
文献类型：
--
作者：
Michael J. Muller;Cecilia M. Aragon;Shion Guha;M. Kogan;Gina Neff;Cathrine F. Seidelin;Katie Shilton;A. Tanweer
数据科学提供了强大的工具和方法。CSCW研究人员对数据科学中的传统工作实践，特别是机器学习做出了有见地的研究。然而，最近的研究表明，人类技能和协作决策在定义数据、获取数据、管理数据、设计数据和创建数据方面发挥着重要作用。该研讨会将研究人员和从业人员聚集在一起，对数据科学的工作实践进行集体和批判性的审视，以及这些工作实践如何对数据科学的正式工作产生至关重要且通常不可见的影响。当我们了解人类和社会对数据科学的贡献时，我们可以建设性地重新设计工作和技术，以获得新的见解，理论和挑战。
Data science provides powerful tools and methods. CSCW researchers have contributed insightfulstudies of conventional work-practices in data science - and particularly machine learning. However,recent research has shown that human skills and collaborative decision-making, play important rolesin defining data, acquiring data, curating data, designing data, and creating data. This workshopgathers researchers and practitioners together to take a collective and critical look at data sciencework-practices, and at how those work-practices make crucial and often invisible impacts on theformal work of data science. When we understand the human and social contributions to data sciencepipelines, we can constructively redesign both work and technologies for new insights, theories, andchallenges.
CSCW 研究中数据、权力和正义之间的关系
DOI：
10.1145/3311957.3358609
发表时间：
2019
期刊：
CSCW'19 Companion
影响因子：
--
作者：
Chancellor, Stevie;Guha, Shion;Kaye, Jofish;King, Jen;Salehi, Niloufar;Schoenebeck, Sarita;Stowell, Elizabeth
通讯作者：
Stowell, Elizabeth