MétaCan
Menu
Retour à la cohorte
Enregistrement W4213180817 · doi:10.32920/19158128.v1

A Scientist and a Comedian Walk Into a Bar: Humour’s Role in Science Communication

2022· preprint· en· W4213180817 sur OpenAlexaff
Andrea Larney

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineArts and Humanities
ThématiqueMedia Influence and Health
Établissements canadiensUniversity of GuelphProfessional Engineers Ontario
Organismes subventionnairesnon disponible
Mots-clésScience communicationRealmAction (physics)Public engagementPublic relationsScientific communicationInformation gapSociologyMedia studiesPolitical sciencePsychologyScience educationPedagogyLibrary scienceComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

The art of communicating science to non-scientists (e.g., policy makers, lay-audiences) is the challenge faced by science communicators. Not only is it vital that scientific information leave the realm of academia to be put into action, but the goals of science communication increasingly include public engagement with science. Traditional tactics for public engagement have faced roadblocks in terms of being accessible and actually engaging to a broad audience. Communicators have thus identified that non-traditional techniques, such as adding humour, may make scientific information more accessible. In this MRP, I investigate the use of humour as a creative communication tool to engage the public with science in informal settings. I analyze 34 episodes of a funny science podcast, The Infinite Monkey Cage, to identify how humour is used, and by whom (e.g., scientists, non-scientists). I identify potential roles of common humour types and humour usage styles, as well as the role of each author type. These findings may serve to aid future humorous science communication endeavors, as well as to guide future research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,015
Communication savante0,0080,006
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,311
Écart entre enseignants0,271 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMedia Influence and HealthTravaux en français237 207