MétaCan
Menu
Retour à la cohorte
Enregistrement W2591821213 · doi:10.1139/facets-2016-0015

Communicating science: Sending the right message to the right audience

2016· article· en· W2591821213 sur OpenAlex
Matthew Wilson, Tonya L. Ramey, Michael Donaldson, Ryan R. Germain, Elizabeth K. Perkin

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueFACETS · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensCarleton UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Identity (music)Public relationsInformation flowInternet privacyScience communicationPublic trustPsychologyPolitical scienceComputer scienceScience educationPedagogy

Résumé

récupéré en direct d'OpenAlex

For science communication to be effective, scientists must understand which sources of information their target audiences most frequently use and trust. We surveyed academic and non-academic scientists, natural resource managers, policymakers, students, and the general public about how they access, trust, and communicate scientific information. We found trust and use of information sources was related to participant age and group identity, but all groups had high levels of use and trust of personal experience and colleagues. Academic journals were the most trusted source by all groups, and social media the least trusted by most groups. The level of communication between target groups was not always bilateral, with the public generally perceiving their interaction with all other groups as low. These results provide remarkable insight into the flow of scientific information. We present these findings in the context of facilitating information flow between scientists and other stakeholders of scientific information.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0050,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,281
Tête enseignante GPT0,453
Écart entre enseignants0,172 · 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