MétaCan
Menu
Retour à la cohorte
Enregistrement W2025806203 · doi:10.5539/ass.v11n9p171

The Reflection of Social Media Technologies and Popular Culture Features in Russian Academic Studies

2015· article· en· W2025806203 sur OpenAlexvenueno aff
Dmitry Baluev, Dmitry Igorevich Kaminchenko

Notice bibliographique

RevueAsian Social Science · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSociopolitical Dynamics in Russia
Établissements canadiensnon disponible
Organismes subventionnairesLobachevsky State University of Nizhny NovgorodMinistry of Education and Science of the Russian Federation
Mots-clésConsciousnessMass cultureMass mediaCharacter (mathematics)PhenomenonRussian cultureSociologyConsumption (sociology)Social consciousnessEngineering ethicsAestheticsSocial scienceEpistemologyPolitical scienceLiteratureEngineeringArtPhilosophyLawAnthropology

Résumé

récupéré en direct d'OpenAlex

The article is devoted to such phenomenon as muss culture and modern social media technologies. The authorsconsider existing approaches to investigation of modern social media in Russian science. They make the reviewof Russian scientific literature about mass culture problem. With the reference to this paper there are manyRussian works that`s connected with such mass culture issues as the problem of mass culture definition, the rolein it of media and mass culture impact on the consciousness. They infer that in Russian scientific literature thereis an emphasis on entertaining and sentimental character of mass culture products, easy and quick access to it.Russian authors draw attention to consumption character of mass culture impact on the consciousness.Furthermore the essential Russian specific of the researches in this sphere is the fact that most of the works aremade using qualitative methods. The few works that used quantitative methods tended to rely on methodsimported from Western works.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,997
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,005
Communication savante0,0070,005
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
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 Opus0,055
Tête enseignante GPT0,415
Écart entre enseignants0,360 · 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetSociopolitical Dynamics in RussiaTravaux en français237 207