MétaCan
Menu
Retour à la cohorte
Enregistrement W2308581270 · doi:10.7603/s40874-014-0013-6

Communication Ecosystem Contexts: From Mass Audiences to Mass Messages

2015· article· en· W2308581270 sur OpenAlexaboutno aff
Mehdi Mohsenian-Rad

Notice bibliographique

RevueGSTF Journal on Media & Communications · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueOpinion Dynamics and Social Influence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMass mediaContext (archaeology)EcosystemThe InternetPerspective (graphical)PerceptionEcologyComputer scienceGeographyAdvertisingBusinessWorld Wide WebPsychologyBiologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Mass media used to have ‘mass audiences’. Nowadays, and with the emergence of the Internet and other new media technologies, messages themselves have turned into ‘mass’. These ‘mass messages’ have different densities, varieties, and dynamics in different societies and different countries. Accordingly, in this paper, we take an ecological perspective and resemble mass messages to living organisms that form ‘communication eco-systems’. We then introduce ‘communication ecosystem context’ as a new umbrella concept encompassing various previously known communication contexts. Based upon historical evidences, communication ecosystem contexts are classification into long-term and short-term, which can be formed normally, forcefully, or due to turn of certain events. In this paper the impacts of communication ecosystem contexts on message perception and interpretation have been studied primarily in Iran, and comparison have been made with five different communication ecosystems of Germany, UK, Australia, USA and Canada.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,504
Score d'incertitude au seuil0,630

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 technologies0,0010,000
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 Opus0,044
Tête enseignante GPT0,324
Écart entre enseignants0,280 · 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'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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGSTF Journal on Media & CommunicationsMême sujetOpinion Dynamics and Social InfluenceTravaux en français237 207