MétaCan
Menu
Retour à la cohorte
Enregistrement W4294170363 · doi:10.31235/osf.io/4yqve

The Polarization of Popular Culture: Tracing the Size, Shape, and Depth of the Oil Spill

2022· preprint· en· W4294170363 sur OpenAlexaff
Craig M. Rawlings, Clayton Childress

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSpillagePopular culturePolarization (electrochemistry)IdeologyPoliticsOil spillSociologyPolitical scienceMedia studiesGeographyEcologyLawEnvironmental protection

Résumé

récupéré en direct d'OpenAlex

Recent research suggests that political polarization has spilled over into otherwise mundane areas of social life. And yet, the size, shape, and depth of that spillage into popular culture is generally unknown. Relying on a sample of 135 of the most widely known movies, TV shows, musicians, sports, and leisure activities, we investigate this question. We find the oil spill into popular culture is large but loosely organized into multiple fairly shallow pools. Cultural polarization is also asymmetric. Liberals like a wide variety of popular culture, do not dislike conservative popular culture, and their tastes are more rooted in their sociodemographics. Conservatives, on the other hand, like a much narrower range of popular culture, dislike the culture created and liked by Black and urban liberals, and their tastes are more directly rooted in their political ideology. Potential implications of an asymmetric culture war, and ideas for future research, are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,402
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

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

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 Opus0,238
Tête enseignante GPT0,408
Écart entre enseignants0,170 · 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.

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

Citations37
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate Change Communication and PerceptionTravaux en français237 207