MétaCan
Menu
Retour à la cohorte
Enregistrement W4205815290 · doi:10.32920/14655321

Going Viral: Unmasking the Spread of New Voices Through Analyzing COVID-19 Memes

2021· preprint· en· W4205815290 sur OpenAlexaff
Laavanya Srichandramohan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueHumor Studies and Applications
Établissements canadiensProfessional Engineers OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPopularityCoronavirus disease 2019 (COVID-19)Field (mathematics)The InternetSociology2019-20 coronavirus outbreakData scienceComputer scienceInternet privacyMedia studiesWorld Wide WebPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Internet memes are becoming a progressively more popular method of quick and easy communication. In this MRP project I will examine memes as a distinct method of digital communication. More specifically, my research paper will analyze the use of memes during the COVID-19 crisis of 2020, and whether memes can provide a comforting and relatable medium for dealing with public anxieties and for communicating complicated issues to large audiences. An analysis of which voices are amplified using the meme medium will also be crucial in understanding its communicative capability. I will also be analyzing which audiences most resonate with this new form of communication and how data on the popularity of memes can provide us with a better understanding of their limits and potential. Further research within this field of study is extremely relevant, and can aid in analyzing and evolving communicative practices in the foreseeable future

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,861
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,097
Tête enseignante GPT0,422
Écart entre enseignants0,324 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHumor Studies and ApplicationsTravaux en français237 207