Plenary Report: A Stand-up Comedian's Guide to Science Communication
Notice bibliographique
Résumé
SPEAKER: Kasha Patel Deputy Weather Editor The Washington Post REPORTER: Peter J Olson JAMA Network Science editors are a lot like cats: they spend most of their time on computer keyboards and only annoy writers in the process. [Insert laughter here.] That one-liner may or may not strike you as funny—but regardless of whether it made you giggle or groan, I couldn’t resist employing one of the comedy tactics suggested by Kasha Patel during her Plenary Address at the CSE 2023 Annual Meeting in Toronto, particularly given her assertion that just about anyone can craft a joke if they really put their mind to it. A science journalist by day and comedian by night, Patel kicked things off with a lively, rib-tickling routine that focused on her formative years as a self-described nerd—including naming her phone charger “Mitochondria” (because it’s the powerhouse of her cell) and taking on a dubious position in the world of sports (as treasurer of her ultimate frisbee team)—and highlighted a previous and pivotal stint at a “small science startup called NASA.” The latter experience yielded a wellspring of content for her burgeoning career as a stand-up comic; beyond that, it would inspire an extensive empirical endeavor that would help her assess the connections between comedy and science and explore the use of humor as a tool for effective communication of scientific principles. A chemistry major in college, Patel enrolled in a master’s program for science journalism at Boston University while preparing for a run […]
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,602 | 0,659 |
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 ».