MétaCan
Menu
Retour à la cohorte
Enregistrement W4416243598 · doi:10.1080/21548455.2025.2575413

Student podcast-mediated public communication: fostering social responsibility in undergraduate science

2025· article· en· W4416243598 sur OpenAlexaffabout
Alandeom W. Oliveira, Adam O. Brown, Gabrielle Shao, Alysha Wenghofer, Amanda J. Zullo, Eduardo Navarro-Meza

Notice bibliographique

RevueInternational Journal of Science Education Part B · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSocial responsibilityWork (physics)Agency (philosophy)Qualitative researchScience education

Résumé

récupéré en direct d'OpenAlex

This study explores the classroom implementation of an audio podcast assignment in an undergraduate course on public science communication. Drawing on theories of professional identity formation and science communication, it investigates students’ perceptions of their social responsibilities as future science professionals as well as their communicative practices podcasting science to the public. Conducted at a Canadian university, the study involved 34 students who created podcasts designed to engage lay audiences in scientific topics. Analyzing open-ended student reflections and podcasts, the study examines the extent to which students recognized the civic purposes of science communication and enacted socially responsible orientations in their podcasts. Cognizant of their civic duties, most students created podcasts that addressed broader societal issues, adopting communicative practices consistent with the pursuit of social good. The findings suggest that podcasting can serve as a pedagogical tool for cultivating students’ civic agency and advancing science education’s social mission. By combining creative expression with public engagement, podcasting can encourage students to see themselves not only as scientists-in-training but also as future communicators with a professional responsibility to serve the public good.

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)0,005
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,003
Communication savante0,0050,002
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,152
Tête enseignante GPT0,509
Écart entre enseignants0,357 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Science Education Part BMême sujetSocial Media in Health EducationTravaux en français237 207