Reading Online News Media for Science Content: A Social Psychological Approach
Notice bibliographique
Résumé
Reading multimodal (popularized) scientific texts is studied predominantly in terms of said-to-be-required technical decoding skills. In this article I suggest that there are other interesting approaches to studying the reading of multimodal (popularized) scientific texts, approaches that are grounded in social psychological concerns. These concerns include questions of what people read, how much they read, and the purposes and effects of reading. Here, I focus on (observable) cultural reading practices and the kind of semiotic (meaning-making) resources (popularized) scientific texts in online media make available for the practices of reading, including the way in which membership categories are used to link different aspects or parts of the text. A social psychological approach ought to be of interest to educators and educational psychologists, because, as part of ontogeny, members of society encounter reading first in their transactions with others, as an interpsychological phenomenon, before reading becomes an intrapsychological phenomenon. Important aspects of reading multimodal (popularized) scientific texts therefore can be found by studying sociocultural and cultural–historical practices and resources. Because “mind” is found in society, the development of higher order psychological processes, including reading, can be studied using methods more typically found in disciplines concerned with culture. In this article, I take inspirations from anthropological and ethnomethodological approaches to reading generally that are consistent with a cultural–historical approach and develop them for my study of the reading of online (popularized) scientific texts. My database includes all science texts that BBC published online between February 16 and March 31, 2007. I develop a framework for reading these texts from a cultural–historical (Vygotskian) practice perspective and provide exemplary analyses of reading such multimodal texts from the perspective of sociocultural and cultural–historical psychology.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,005 | 0,009 |
| Communication savante | 0,014 | 0,014 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».