MétaCan
Menu
Retour à la cohorte
Enregistrement W2048519423 · doi:10.1177/135485650300900105

Readers in Reading Groups

2003· article· en· W2048519423 sur OpenAlexaboutno aff
DeNel Rehberg Sedo

Notice bibliographique

RevueConvergence The International Journal of Research into New Media Technologies · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClubReading (process)Argument (complex analysis)Face (sociological concept)Media studiesSociologyPublic relationsPsychologyPolitical scienceSocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

Using the findings of an online survey that yielded 252 responses from readers in Canada, the USA, Australia, the UK, Israel, Germany, Saudi Arabia and Japan, this article shows who readers are, what they read, and that reading is an integral part of people's lives. Equally as vibrant is the book club movement in which the readers meet either in a face-to-face (f2f) or a virtual environment, bringing with them to each reading and meeting their own specific, influential socio-cultural resources, which also influence what they get from their clubs and how they operate within those cultural sites. Through club discussions, whether online or in person, members interpret books, forming social bonds that allow them to fulfil their desires to learn about the world and themselves. The article also attempts to explain why book club members are mainly women and how the mass media might influence this. It concludes with an argument that both f2f and virtual book club research must be conducted using both quantitative and qualitative methods.

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)0,005
score de la tête « metaresearch » (Gemma)0,030
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,512
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
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 Opus0,104
Tête enseignante GPT0,411
Écart entre enseignants0,307 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations50
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConvergence The International Journal of Research into New Media TechnologiesMême sujetDigital Games and MediaTravaux en français237 207