MétaCan
Menu
Retour à la cohorte
Enregistrement W7027529250

Crisis Text Line Benefit Festival: An Applied Study in Event Planning and Practice

2018· article· en· W7027529250 sur OpenAlexaboutno aff

Notice bibliographique

RevueSyracuse University Libraries (Syracuse University) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePublic Relations and Crisis Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGestational periodArticular cartilage damageNucleofectionFusible alloyPretextDysgeusia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

For my Honors Capstone Project, I created and hosted my own benefit concert as an opportunity to gain real experience in event management, booking, production, marketing, and promotion. Although I’d had incredible experiences in my extracurricular activities and internships, I had not yet been able to conceptualize my own event and see it all the way through. The Crisis Text Line Benefit Festival took place on Wednesday, October 25, 2017, at Funk N’ Waffles in downtown Syracuse. All proceeds were donated to Crisis Text Line, a non-profit organization that provides 24/7 counseling services via text message. The two performers were Laura Stevenson, an indie rock singer from Rosedale, NY and Cat Clyde, a blues singer from Stratford, Ontario. In addition to the live performances, the show was live streamed online for donations, provided custom merchandise, and had two component pages for ancillary fundraising. Money raised from this event helped to save more lives each day by funding counselor training, covering texting fees for thousands of at-risk texters, or expediting the global expansion of Crisis Text Line. My goals for my Honors Capstone Project were to hone these event planning and promoting skills and become a better music industry professional while doing my part for suicide prevention.

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)0,019
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,009
Communication savante0,0090,006
Science ouverte0,0030,008
Intégrité de la recherche0,0020,007
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,039
Tête enseignante GPT0,301
Écart entre enseignants0,262 · 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'étudeSans objet
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSyracuse University Libraries (Syracuse University)Même sujetPublic Relations and Crisis CommunicationTravaux en français237 207