*Translation and pandemic communication on Instagram
Notice bibliographique
Résumé
Abstract Social media platforms have played key roles in pandemic communication. Similarly, translation has also played key roles in the dissemination of critical public health information to the masses. The plural “roles” is deliberate: platforms and translation have amplified not only vetted experts and science, but misinformation and disinformation as well. Relatedly, different types of social media accounts fulfill different roles, too: from enabling the sharing of opinions or entertainment content (e.g., meme accounts), to providing factual, evidence-based information (e.g., science communication accounts). In this chapter, we examine three different types of *translation ( Tymoczko [2010] 2014 ) exemplified by three different Manitoban social media accounts on Instagram: @icimanitoba (interlingual and cultural translation); @mbpolidragrace (intersemiotic, intercultural, and knowledge translation); @mbcovid19updates (intersemiotic and knowledge translation). Part of the novelty of this case study is that it looks at an understudied Canadian province: Manitoba. As such, the case study contributes to the growing body of scholarship on the pandemic in Canada by providing Manitoban social media data and analyses. This work also has resonance for international audiences, given that memes, data visualizations, and other forms of *translation examined here are used on a global scale; as such, our data could be used for comparative analyses.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 tête enseignante, 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 ».