MétaCan
Menu
Retour à la cohorte
Enregistrement W2905787115 · doi:10.1515/iph-2018-0015

In Podcasts We Trust? A Brief Survey of Canadian Historical Podcasts

2018· article· en· W2905787115 sur OpenAlexaffabout
Nathalie Picard, Cassandra Marsillo

Notice bibliographique

RevueInternational Public History · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRadio, Podcasts, and Digital Media
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésMythologyActive listeningTrustworthinessVariety (cybernetics)InstitutionMedia studiesPerspective (graphical)SociologyHistoryVisual artsSocial scienceInternet privacyComputer scienceArtClassics

Résumé

récupéré en direct d'OpenAlex

Abstract In this article, we highlight the exciting and growing historical podcast scene in Canada. We chose a variety of podcasts to represent the diverse institutions, communities and individuals who are telling histories through this medium. To represent popular history, we looked at Our Fake History a project that delves into historic mythologies and conspiracies. For the academic perspective, we looked at Active History , produced by Sean Graham of Carleton University, and at the museum-based podcast, Kitchen Stories , from the Jewish Archives of British Columbia, as an example of institutionally produced media. Community podcast The Nameless Collective and student-run podcast 3600 secondes d'histoire round out our survey. Each podcast shows a different approach to telling history, and allowed us to explore the issue of authority. Asking the question, “Can we trust historical podcasts?”, we examine how each podcasters establish their relationship to their audience, and conveys their expertise on the topics they discuss. Regardless of the perceived level of formal authority, from individual to institution supported podcaster, we found that trust was formed primarily through the intimate listening experience. Listeners are invested in keeping the podcasters accountable and therefore help produce trustworthy historical podcasts.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,090
Tête enseignante GPT0,295
Écart entre enseignants0,205 · 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.

Devis d'étudeSans objet
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

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Public HistoryMême sujetRadio, Podcasts, and Digital MediaTravaux en français237 207