Considerations for effective science communication
Notice bibliographique
Résumé
It is increasingly common for scientists to engage in sharing science-related knowledge with diverse knowledge users—an activity called science communication. Given that many scientists now seek information on how to communicate effectively, we have generated a list of 16 important considerations for those interested in science communication: (1) Define what science communication means to you and your research; (2) Know—and listen to—your target audience; (3) Consider a diverse but coordinated communication portfolio; (4) Draft skilled players and build a network; (5) Create and seize opportunities; (6) Be creative when you communicate; (7) Focus on the science in science communication; (8) Be an honest broker; (9) Understand the science of science communication; (10) Think like an entrepreneur; (11) Don’t let your colleagues stop you; (12) Integrate science communication into your research program; (13) Recognize how science communication enhances your science; (14) Request science communication funds from grants; (15) Strive for bidirectional communication; and (16) Evaluate, reflect, and be prepared to adapt. It is our ambition that the ideas shared here will encourage readers to engage in science communication and increase the effectiveness of those already active in science communication, stimulating them to share their experiences with others.
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 | 0,086 | 0,220 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,019 | 0,021 |
| Communication savante | 0,023 | 0,027 |
| Science ouverte | 0,003 | 0,014 |
| Intégrité de la recherche | 0,021 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,008 |
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 ».