MétaCan
Menu
Retour à la cohorte
Enregistrement W1824962959 · doi:10.1177/0963662507060586

Experts’ understanding of the public: knowledge control in a risk controversy

2007· article· en· W1824962959 sur OpenAlexaffabout
Nathan Young, Ralph Matthews

Notice bibliographique

RevuePublic Understanding of Science · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensUniversity of British ColumbiaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésStakeholderPublic opinionSociology of scientific knowledgeControl (management)Public relationsExpert elicitationPolitical scienceSociologyKnowledge managementSocial sciencePoliticsComputer scienceLawEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

This paper reverses the common emphasis in the literature on public understanding of science by examining “experts’ understanding of the public.” This research uses the case of aquaculture in Canada, a highly contested mode of production that has divided the scientific community and public opinion. Using a survey of 300 aquaculture experts in Canada, we examine three dimensions of experts’ understanding of public “contributions” to this controversy. These are (1) stakeholder participation in aquaculture regulation and policy, (2) the media as an interpreter and communicator of expert claims, and (3) the knowledge and values basis of general public opinion. We find that experts’ views on lay knowledge and participation in the debate swing from strongly positive to strongly negative. Using quantitative and qualitative data from the survey, we argue that these swings in experts’ views of the public coincide with issues of control over knowledge. Experts on all sides of the aquaculture controversy are markedly open to incorporating lay knowledge into scientific practices (a situation where expert control over knowledge is retained), but are highly critical of lay “consumption” of expert claims (a situation where expert control over knowledge is lost).

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)0,048
score de la tête « metaresearch » (Gemma)0,091
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,255

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0480,091
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0190,055
Communication savante0,0190,012
Science ouverte0,0020,011
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,554
Tête enseignante GPT0,440
Écart entre enseignants0,115 · 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'étudeQualitatif
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

Citations74
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePublic Understanding of ScienceMême sujetClimate Change Communication and PerceptionTravaux en français237 207