MétaCan
Menu
Retour à la cohorte
Enregistrement W4416331350 · doi:10.1080/00295450.2025.2527499

Atomic Eve: Exploring Science Fiction and Social Media to Increase Interest in Nuclear Energy Among Women

2025· article· en· W4416331350 sur OpenAlexaffabout
Larissa Shasko

Notice bibliographique

RevueNuclear Technology · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEcocriticism and Environmental Literature
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSocial mediaEnergy (signal processing)Nuclear scienceNuclear powerAtomic energy

Résumé

récupéré en direct d'OpenAlex

Is it possible to increase interest in learning more about nuclear science among young women through science fiction? How can the interactive elements of social media advance #STEMINISM? Inspiring greater interest in radiation as an educational topic is important to recruiting the future generation of scientists and is crucial to the ability of Canada and other countries to deploy new nuclear power as part of the low carbon energy mix. This article explores how science fiction and social media could help address gender divides in scientific understanding of radiation and encourage more women and young people to pursue nuclear energy careers. While nuclear power can provide stable and clean electricity to replace fossil fuels, learning about nuclear science may be dismissed by today’s youth as “too boring” to reliably grow the workforce to meet future demands. Gender divides in scientific understanding of radiation include the tendency for more males than females to be employed in the nuclear sector, which reaches back to a more general trend in which females are underrepresented among STEM (science, technology, engineering, and mathematics) graduates. Even fictional depictions of radiation tend to be geared toward audiences or interests that are (at least historically) more identified as “for boys” than “for girls.” Science fiction storytelling provides a promising method of engagement to increase interest in nuclear science and possibly inspire more passion in STEM-oriented career paths among youth; however, strategies for overcoming the gender-biased limitations of the science fiction genre must be developed. This paper explores how science fiction and the social media platform Instagram can be combined to spark interest in nuclear energy as a climate change solution among women and young people. Atomic Eve is a science fiction Instagram superhero whose mission on Earth includes helping to solve the climate change crisis by increasing interest in learning more about nuclear energy. This article presents Atomic Eve as a creative experiment in how STEAM education (science, technology, engineering, arts, and mathematics) could help innovate thinking around the role of public engagement in inspiring more women and younger people to pursue careers in the nuclear energy sector.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,018
Tête enseignante GPT0,195
Écart entre enseignants0,176 · 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'étudeQualitatif
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNuclear TechnologyMême sujetEcocriticism and Environmental LiteratureTravaux en français237 207