Portable science: podcasting as an outreach tool for a large academicscience and engineering library
Notice bibliographique
Résumé
Background and introduction to podcasting In January and February 2005, the Pew Internet and American Life Project conducted a survey of iPod/MP3-player users and found that one in five ‘age 18 and older’ own an iPod or MP3 player (Pew Internet, 2006). More recently, eMarketer estimated that the total US podcast audience reached 18.5 million in 2007. That audience will increase by 251% to 65 million by 2012. Of those listeners, 25 million will be ‘active’ users who tune in to podcasts at least once a week (eMarketer, 2008). An Australian academic study that measured undergraduate use and ownership of emerging technologies found that in 2007 more than 70% of under - graduates owned iPod or MP3 players, up from 40% in 2005 (Oliver and Goerke, 2007). A podcast is defined in the New Oxford American Dictionary as ‘a digital recording of a radio broadcast or similar program – is typically made available on the web for downloading to a personal audio player’. Podcasting was the 2005 Word of the Year, according to the dictionary editors (McKean, 2005). Podcasts are digital files that can be downloaded and listened to whenever and wherever one wants (Barsky, 2006). Originally, podcasting referred to an audio file that was automatically delivered directly to the listener's device using the XML-based format RSS (Really Simple Syndication) and a feed reader. Rather than the listener having to remember to check for new audio files or tune in to a broadcast on schedule, the feed-reader software would automatically check for and download any new audio to the listener's device. Recently, podcasting has become synonymous with any audio or video file that listeners download and play on a digital player (Worcester and Barker, 2006). Podcasts in university education The portable audio device is no longer simply a medium for music or video entertainment; it now conveys a lot of educational material. Podcasting usage in education is increasing. With the potential to change the teaching and learning experience significantly, it can facilitate organization and delivery of information tailored to users’ individual preferences and learning styles (Harris and Park, 2008). Podcasts are asynchronous and allow for infinite review and reinforcement of the skills presented. Long files can be broken into smaller, more digestible chunks than typical instructional sessions in academia (Griffey, 2007).
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | Communication savante Domaine: non disponible · Genre: Commentaire Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 0,015 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».