MétaCan
Menu
Retour à la cohorte
Enregistrement W4283168160 · doi:10.5539/jel.v11n5p1

Exploring the Colgate Model: A Case Study of the Role of Crisis and Risk Communication in Higher Education

2022· article· en· W4283168160 sur OpenAlexaffvenue
Thomas H. Barker, Jasmine Kellogg

Notice bibliographique

RevueJournal of Education and Learning · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePublic Relations and Crisis Communication
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCrisis communicationThematic analysisGrounded theoryStrategic communicationSituational ethicsPublic relationsLiberal arts educationSociologyProcess (computing)Frame (networking)PsychologySocial psychologyPedagogyQualitative researchPolitical scienceHigher educationSocial scienceEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

This study of a return to in-person learning during the COVID-19 pandemic at a residential, liberal arts university examines the role communication played to facilitate the safety of students, faculty, staff, and the surrounding community. The study uses a grounded-theory approach to frame the communication situation, and a thematic analysis to highlight the dynamics of risk and crisis message development in the case. Results indicate that messaging was developed through engagement activities in a two-stage process, moving from an informative, two-way engagement stage to a branded, strategic stage that resulted in almost universal success, measured in low infection rates, in the messaging campaign. How did they do it? This article explores that question and, based on this case, concludes that the role of crisis and risk communication is to enable this two-stage process of message development. The article contributes to mental model and situational crisis communication theory by revealing the interplay of the two theoretical approaches.

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)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0170,015
Communication savante0,0100,007
Science ouverte0,0030,009
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,085
Tête enseignante GPT0,351
Écart entre enseignants0,266 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetPublic Relations and Crisis CommunicationTravaux en français237 207