MétaCan
Menu
Retour à la cohorte
Enregistrement W2227398129 · doi:10.5539/mas.v10n2p115

Development Optimal Strategies for Media Policy of IRIB on Issue of Climate Change

2016· article· en· W2227398129 sur OpenAlexvenueno aff
Saïd Sarabi

Notice bibliographique

RevueModern Applied Science · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia, Gender, and Advertising
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFontTheme (computing)Style (visual arts)Climate changeComputer scienceArtLiteratureBiologyArtificial intelligenceEcologyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

<p class="zhengwen"><span style="mso-bidi-font-size: 10.0pt; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ascii-theme-font: major-bidi; mso-hansi-theme-font: major-bidi; mso-bidi-font-family: 'Times New Roman'; mso-bidi-theme-font: major-bidi;" lang="EN-GB">The main objective of this research is developing optimal strategy for IRIB in relation to climate change. Arising Threats from climate change for human life and other creatures resulted in different media productions, all around the world. It is needed for IRIB to pay more attention to climate change problem in its programs, far more than current talk shows with experts. Achieving this goal with no strategy seems impossible.<strong></strong></span></p><p class="zhengwen"><span style="mso-bidi-font-size: 10.0pt; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ascii-theme-font: major-bidi; mso-hansi-theme-font: major-bidi; mso-bidi-font-family: 'Times New Roman'; mso-bidi-theme-font: major-bidi;" lang="EN-GB">In order to develop an optimal strategy for IRIB in relation to climate change, with the use of "in-depth interview" method, researcher provided the needed information from a couple of interviews with environment experts. With the use of in depth interviews, at first, current situation of climate change topic in IRIB, and then the responsibility of IRIB in relation to climate change were discussed. The next step was finding required information about climate change for a typical audience; this information is extracted from interviews with climatology and environment experts.</span></p><span style="font-size: 10.5pt; font-family: 'Times New Roman','serif'; mso-fareast-font-family: 宋体; mso-font-kerning: 1.0pt; mso-ansi-language: EN-US; mso-fareast-language: ZH-CN; mso-bidi-language: AR-SA; mso-bidi-font-size: 10.0pt; mso-ascii-theme-font: major-bidi; mso-hansi-theme-font: major-bidi; mso-bidi-theme-font: major-bidi;" lang="EN-US">Using internal and external factors' analysis on IRIB performance on climate change, IRIB strengths, and weaknesses on subject and external threats and opportunities for IRIB in climate change topic were specified, and by the use of SWOT analysis all possible strategies were found. Finally the researcher found that optimal strategy for IRIB is an aggressive strategy.</span>

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,434
Score d'incertitude au seuil0,387

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,083
Tête enseignante GPT0,355
Écart entre enseignants0,273 · 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'étudeExpérimental (laboratoire)
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetMedia, Gender, and AdvertisingTravaux en français237 207