MétaCan
Menu
Retour à la cohorte
Enregistrement W1930086919 · doi:10.5931/djim.v11i0.5514

The Effectiveness of Advocacy and Advertising: A Comparison between Veganism and Climate Change

2015· article· en· W1930086919 sur OpenAlexaffvenue
R. Gray

Notice bibliographique

RevueDalhousie Journal of Interdisciplinary Management · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésClimate changeIntellectPoliticsEnvironmental ethicsSociologyPolitical sciencePublic relationsEcologyEpistemologyLaw

Résumé

récupéré en direct d'OpenAlex

This paper compares the ways people react to different information regarding veganism and climate change. It analyzes the factors that influence people's reactions to unpleasant information, and establishes that not everyone will respond to the same information in the same way. People can be determined not to believe certain information due to their religious or political backgrounds, or the amount that individuals could be affected by changes they are asked to make. Different suggestions are made for convincing people to take actions towards issues such as veganism and climate change: appealing to emotion as opposed to intellect, removing disassociation between individuals and these issues, and providing achievable steps so that people feel encouraged to make a difference. Overall, through analyzing veganism and climate change, this essay establishes that it is not always the message being conveyed that is most important, but rather the way in which that information is conveyed.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,637
Score d'incertitude au seuil0,316

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,237
Tête enseignante GPT0,448
Écart entre enseignants0,211 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDalhousie Journal of Interdisciplinary ManagementMême sujetClimate Change Communication and PerceptionTravaux en français237 207