MétaCan
Menu
Retour à la cohorte
Enregistrement W4388579929 · doi:10.15291/pubmet.3942

Media visibility as a driver of scientific and social impact

2022· article· en· W4388579929 sur OpenAlexaff
Vedrana Simičević, Nenad Jarić Dauenhauer, Mario Malički

Notice bibliographique

RevuePUBMET · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensWorld Federation of Science Journalists
Organismes subventionnairesnon disponible
Mots-clésPopularitySocial mediaTransparency (behavior)Science communicationPublic relationsMisinformationVisibilityPublic trustContext (archaeology)LegitimacyDigital mediaPublic awareness of sciencePolitical sciencePublic engagementSociologyInternet privacyPsychologyScience educationSocial psychologyPoliticsComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

Well-known paradigms such as public understanding of science, public engagement in science and technology, and media visibility affect the perception of science in society but also the dynamics of the relationship between scientists, the public, and the media. The digital environment and social media have pushed the boundaries and created different aspects of visibility but have also raised issues such as the risk of data theft, misuse, manipulation or out-of-context use. Not only can media manipulate scientifically accurate information but can also spread misinformation.It is argued that science must be visible not only to scientists but also to the public in order to gain legitimacy, advance knowledge, promote positive attitudes, and increase engagement. This kind of visibility is at the forefront of the open science movement, which advocates transparency, openness, and reproducibility.Media and the digital environment have exponentially increased the availability of scientific knowledge to the general public and encouraged a growing number of scientists to tell their own stories on social networks or actively participate in public and media discussions, gaining in popularity along the way. The question arises, does this personal popularity contribute to the overall popularity of science and does it increase awareness of its significant impact on society and technology? Also, there is a continuous fear that scientific knowledge is vulnerable to misunderstanding or misinterpretation.This panel entitled Media visibility as a driver of scientific and social influence will discuss perspectives based on trust, transparency, and ethics in communication between scientists and journalists and take a look at activities that can increase the visibility of science in the media, challenges involved, and at the role of scientists and their reputation in communication with the general public. We will also discuss the limit(ation)s of strategic management of visibility, especially online, which can very quickly become uncontrolled, damage a reputation or two, and expose scientists to public criticism and even hostility.

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)0,012
score de la tête « metaresearch » (Gemma)0,065
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Bibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,065
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0030,006
Communication savante0,0180,012
Science ouverte0,0010,007
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,036
Tête enseignante GPT0,348
Écart entre enseignants0,312 · 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'étudeObservationnel
DomaineÉvaluation
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePUBMETMême sujetMisinformation and Its ImpactsTravaux en français237 207