Understanding a science-themed puppet theatre performance for public engagement in Thailand
Notice bibliographique
Résumé
Background: Fishy Clouds, a 45-minute non-verbal touring puppet theatre show, was created with the objectives of (1) raising awareness of antimicrobial overuse and misuse (the fact that there simply is a problem), (2) raising awareness of the importance of research with children – including those involving antimicrobials, and (3) producing a science-themed performance of entertainment value and high artistic quality. The show used visual storytelling to bring the research and behaviour around antimicrobial resistance (AMR) to life for a broad range of audiences across different ages, locations, levels of education, and language. Methods: In order to understand the effectiveness of Fishy Clouds, we used a realist-informed evaluation approach. A combination of quantitative and qualitative approaches (semi-structured interviews, focus group discussions and field notes) were used for data collection. Results: We received a total of 880 quantitative feedback forms, conducted 22 semi-structured interviews and three focus group discussions. Our data showed that Fishy Clouds was an enjoyable performance to all audience groups and stakeholders and was generally viewed with artistic integrity. However, its effectiveness was primarily in raising existing awareness about medicine use and health more broadly, rather than specific health messaging concerning AMR and research with children. We found that those with limited background on AMR or research with children, such as school children and Karen ethnic migrants exhibited a wide range of interpretations. A science-themed theatre would function better if it is focussed on a single theme, embedded within a programme of activities and conducted at closed venues. Conclusions: Fishy Clouds showed that science theatre events have the potential to support public health programmes and engage local communities in science research.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,006 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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 ».