Pandemic Listening: Critical Annotations on a Podcast made in Social Isolation
Notice bibliographique
Résumé
We no longer sound the same to each other, and we listen to the world differently than we did before. This co-written article presents a series of reflections upon the implications of the increasing dominance of audiovisual telecommunication environments for how we have been listening to each other and to the world around us during the COVID-19 pandemic period. The reflections explored in this article were first articulated within a media production: the podcast episode, “How are we listening, now? Signal, Noise, Silence,” as part of The SpokenWeb Podcast produced by Camlot and McLeod during the first months of the pandemic. “Pandemic Listening” revisits questions posed in the podcast episode about the implications of our increasingly pervasive Zoom-based methods of communication, and the connection between how we are listening and how we are feeling, individually and collectively. In revisiting these discussions as they are transcribed and at a temporal distance from the early days of social restriction when the podcast was produced, this article unpacks discoveries about signal and noise made performatively within the podcast, and theorizes pandemic listening as a condition of sonic instability and attunement that opens opportunities for reflection and transformation of systemic, habitual listening practices.
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 | 0,009 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,022 | 0,019 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,004 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».