Social and Non Social Media Users During The COVID-19 Pandemic Confinement Period in Canada: The "Plugged-In", Unplugged and Other Population Segments
Notice bibliographique
Résumé
Canadians are using a variety of social and non-social media vehicles to gather information, share experiences and express anxieties during the COVID-19 confinement period. The purpose of the study is to produce a portrait of media use in Canada, paying special attention to the typical population segments in the Canadian population differentiated by their media vehicles and sources of information about the pandemic. The study used as its data source a survey sample of 4,600 adult Canadians aged 15 years old and over during the period of July 20-26 2020, and collected by Statistics Canada. Media user activities comprised a set of 11 dichotomous scales collecting data on main sources of information such as social media posts, online news, online magazines, video platforms, e-mails as well as non internet-based sources. A market segmentation analysis of these scales using Principal Components and k-means cluster analysis revealed the presence of six major population segments: Social Media Buffs (27%), News Followers (33%), Unplugged (10%),Plugged-In (9%), E-Mailers (7%) and Mixed Source Users (16%). The segment mottos were as follows: "Social Media Influencers Know Their Stuff!", "Track Those Headlines!", "I’ve Got My Own Info Sources About The Pandemic!", "Did You Read The Last Blog?" "My People Know Better!" and "Better Info Means More Choices!". This study suggests that media users in Canada constitute a very diverse group of individuals who are engaged in social and non social media to obtain timely information about the pandemic. However, they can also be exposed to inaccurate, misleading information about the virus, its transmission and its treatments. In this light, market segmentation may be a useful tool for decision makers to categorize population members by their typical attitudinal traits and, by doing so, facilitate better public campaigns directed at population segments, help design messages, and implement changes that can promote more efficient ways to deal with their target audiences.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».