MétaCan
Menu
Retour à la cohorte
Enregistrement W3107810082 · doi:10.31542/cb.v2i1.1989

Tweeting Through COVID-19

2020· article· en· W3107810082 sur OpenAlexaffvenue
Tamara Hansen

Notice bibliographique

RevueCrossing Borders Student Reflections on Global Social Issues · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésSocial distanceCoronavirus disease 2019 (COVID-19)SolidarityPandemicIsolation (microbiology)Social isolationGovernment (linguistics)Social media2019-20 coronavirus outbreakMental healthPsychologySample (material)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Public healthPublic relationsSocial psychologySociologyPolitical scienceMedicineVirologyPsychiatryPoliticsNursing

Résumé

récupéré en direct d'OpenAlex

This study assessed public sentiments regarding the COVID-19 pandemic through a content analysis of 100 Twitter posts made on March 31, 2020, following the introduction of gathering restrictions and social distancing measures. This analysis identified nine themes, including (in order of prevalence): self-isolation activities, reactions to government actions, humour, prevention, emotion, positivity, mental health, statistics, and personal experiences. The most common themes found were related to how people were spending their time in self-isolation (21% of posts analyzed) and reactions to steps taken by various levels of governments (19% of posts). The results demonstrated, overall, an optimistic outlook among a sample of Twitter users towards the COVID-19 pandemic, a sense of solidarity, and a willingness of these users to observe measures to try and stop the spread of the virus.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
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 enseignants0,854
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0100,001
Communication savante0,0020,001
Science ouverte0,0000,000
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 Opus0,150
Tête enseignante GPT0,543
Écart entre enseignants0,393 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCrossing Borders Student Reflections on Global Social IssuesMême sujetMisinformation and Its ImpactsTravaux en français237 207