MétaCan
Menu
Retour à la cohorte
Enregistrement W4391110973 · doi:10.4324/9781003326724-8

Science Media Centres

2024· book-chapter· en· W4391110973 sur OpenAlexaboutno aff
Irene Broer

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueConferences and Exhibitions Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

Since its inception, science news journalism has been accompanied by the perception that journalists need help in their interactions with scientists. Over the past 20 years, Science Media Centres (SMCs) have been established in the United Kingdom, Canada, Australia, New Zealand and Germany for this purpose. These intermediary organisations provide journalists with free-to-use content in the form of press briefings, summaries, scientists&s; expert statements and background information on controversial science topics and new scientific research. SMCs have been both celebrated and criticised for their potential, on the one hand, to facilitate journalists&s; access to scientific expertise and, on the other, to set the journalistic agenda on scientific topics of public interest. A particular concern is the extent to which SMCs perform ‘science PR’ for academic institutions, researchers and publishers. This chapter considers SMC Germany, which, unlike other SMCs, was not founded by academic or political elites, but by science journalists. This identification with journalism shapes the organisations&s; editorial practices, professional criteria and self-understanding, but also the pressures under which its journalists work. The chapter discusses the extent to which SMC Germany manages to supplement science journalism with its content, rather than reinforce the strategic communication efforts of scientific actors.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Autre
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,299

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0040,002
Communication savante0,0120,007
Science ouverte0,0010,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0890,031

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 Opus0,038
Tête enseignante GPT0,295
Écart entre enseignants0,258 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConferences and Exhibitions ManagementTravaux en français237 207