MétaCan
Menu
Retour à la cohorte
Enregistrement W4368376592 · doi:10.3389/fcomm.2023.1090112

How academic podcasting can change academia and its relationship with society: A conversation and guide

2023· article· en· W4368376592 sur OpenAlexaff
Michael Cox, Hannah L. Harrison, Stefan Partelow, S. A. Curtis, Stephen R. Elser, Courtney Hammond Wagner, Robert Hobbins, Conor D. Barnes, Lisa M. Campbell, Laura Cappelatti, Emily De Sousa, Julie A. Fowler, Erin B. Larson, Frans Libertson, Rafaella Lobo, Philip A. Loring, A. Marissa Matsler, Andrew Merrie, Eric J. Moody, Rubi Quiñones, Jason Sauer, Katherine Shabb, Sturle Hauge Simonsen, Susan Washko, Ben Whittaker

Notice bibliographique

RevueFrontiers in Communication · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRadio, Podcasts, and Digital Media
Établissements canadiensUniversity of AlbertaUniversity of GuelphDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMainstreamConversationSpace (punctuation)SociologyPower (physics)Engineering ethicsMedia studiesPublic relationsPolitical sciencePedagogyComputer scienceEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

In this paper we explore the potential of academic podcasting to effect positive change within academia and between academia and society. Building on the concept of “epistemic living spaces,” we consider how podcasting can change how we evaluate what is legitimate knowledge and methods for knowledge production, who has access to what privileges and power, the nature of our connections within academia and with other partners, and how we experience the constraints and opportunities of space and time. We conclude by offering a guide for others who are looking to develop their own academic podcasting projects and discuss the potential for podcasting to be formalized as a mainstream academic output. To listen to an abridged and annotated version of this paper, visit: https://soundcloud.com/conservechange/podcastinginacademia .

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)0,036
score de la tête « metaresearch » (Gemma)0,043
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,191

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,043
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0300,038
Communication savante0,0270,025
Science ouverte0,0030,021
Intégrité de la recherche0,0100,023
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,106
Tête enseignante GPT0,325
Écart entre enseignants0,219 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in CommunicationMême sujetRadio, Podcasts, and Digital MediaTravaux en français237 207