MétaCan
Menu
Retour à la cohorte
Enregistrement W2552668272 · doi:10.1177/028072701203000102

“101 Years of Mine Disasters and 101 Years of Song: Truth or Myth in Nova Scotia Mining Songs?”

2012· article· en· W2552668272 sur OpenAlexaffabout
Joseph Scanlon, Nick Johnston, Allison Vandervalk, Heather Sparling

Notice bibliographique

RevueInternational Journal of Mass Emergencies & Disasters · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensCape Breton UniversityCarleton University
Organismes subventionnairesnon disponible
Mots-clésNova scotiaContext (archaeology)HistoryMedia coverageMythologyEvent (particle physics)LiteratureMedia studiesArtSociologyEthnologyArchaeologyClassics

Résumé

récupéré en direct d'OpenAlex

It is generally accepted that the majority of responses to a disaster in social media sources misrepresent what actually occurs in such an event. Over the last century, mine disasters occurring in Nova Scotia have generated numerous responses in the form of folk songs. The purpose of this study is to determine if these folk songs, unlike other forms of popular culture, accurately portray the events and context surrounding these disasters while also examining how they describe human responses to disasters. The findings show that these folk songs in contrast to other media, books and movies do provide a generally factually and contextually accurate view of the disasters, with a focus limited to the events of the disaster itself, the rescue efforts, and the dead and trapped. The possibilities for why this is true are then considered, including looks at the nature and origins of the songs, the response of composers to the disasters, and how the media response to the disasters affected the songs.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,283
Score d'incertitude au seuil0,511

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 technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,033
Tête enseignante GPT0,319
Écart entre enseignants0,286 · 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'étudeObservationnel
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
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mass Emergencies & DisastersMême sujetDisaster Management and ResilienceTravaux en français237 207