MétaCan
Menu
Retour à la cohorte
Enregistrement W3039818122 · doi:10.1523/eneuro.0238-20.2020

The Value in Science-Art Partnerships for Science Education and Science Communication

2020· article· en· W3039818122 sur OpenAlex

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.

Notice bibliographique

RevueeNeuro · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensLa Boîte à lettresConcordia UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésScience communicationPublic awareness of scienceThe artsNarrativeContext (archaeology)Convergence (economics)Sociology of scientific knowledgeScientific literacySociologyEngineering ethicsPsychologyPublic relationsScience educationPolitical sciencePedagogySocial scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Just a fraction of the scientific knowledge produced in laboratories reaches a lay audience. Most of our communication with the public gets lost in translation because of the difficulties that science communication poses to scientists. Among other obstacles, differential exposure to scientific and critical thinking, discrepancies with social narratives, and communication training based in the deficit model add on top of a practice established on avoiding emotionality. In this context, effective communication requires the use of emotions, which are crucial to establishing trust. This commentary provides a rationale for collaboration with graphic design and fine arts to use emotions in science communication and education. It starts by proposing the two-way engagement model as a replacement for the deficit model. Next, it offers a neuroscientific basis for the use of emotions in establishing trust. Finally, it finishes profiling the Convergence Initiative's efforts to establish bridges across disciplines and communicating science with the public through art.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,767
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0020,006
Communication savante0,0000,001
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 Opus0,128
Tête enseignante GPT0,420
Écart entre enseignants0,292 · 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