MétaCan
Menu
Retour à la cohorte
Enregistrement W3022502713 · doi:10.1632/pmla.2020.135.2.419

Teaching the Novel in the Audio Age

2020· article· en· W3022502713 sur OpenAlexaboutno aff
James F. English

Notice bibliographique

RevuePMLA/Publications of the Modern Language Association of America · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDigital Humanities and Scholarship
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRevenueStudioWatsonQuarter (Canadian coin)MileAdvertisingPublishingUnit (ring theory)BusinessMarketingManagementEngineeringPolitical scienceHistoryGeographyEconomicsTelecommunicationsFinancePsychologyComputer scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

According to Practically Every Metric of the Publishing Industry, Audiobooks are Winning the Format Wars. The Codex continues its twenty-first-century struggle to maintain market share, and the e-book has plunged into a steep decline, but the audiobook goes from strength to strength. Sales in the United States are up threefold in the last decade and more than fifty percent just in the last two years (“New Survey”; Watson). In the United Kingdom, unit sales have doubled and revenues tripled since 2014 (“Michelle Obama”). Roughly a quarter of adults in the United States, and half of all adult readers, now listen to at least one audiobook a year. To service this swelling customer base, the industry is producing over five thousand new full-length recordings every month, ten times as many as a decade ago. Audible's studio division has become the largest employer of actors in the New York City area (Kozlowski).

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,801
Score d'incertitude au seuil0,242

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,000
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 Opus0,038
Tête enseignante GPT0,248
Écart entre enseignants0,210 · 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'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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePMLA/Publications of the Modern Language Association of AmericaMême sujetDigital Humanities and ScholarshipTravaux en français237 207