MétaCan
Menu
Retour à la cohorte
Enregistrement W7048601458

L'attention comme catalyseur des communications environnementales axées sur la peur

2022· other· fr· W7048601458 sur OpenAlexaboutno aff

Notice bibliographique

RevueCorpus Université Laval (Université Laval) · 2022
Typeother
Languefr
DomaineEngineering
ThématiquePhotocathodes and Microchannel Plates
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWestern europeCultural environment
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cette étude sur l'attention comme catalyseur des communications environnementales axées sur la peur a pour but d'accroître l'efficacité des communications éco persuasives axées sur la peur, en optimisant les processus attentionnels de traitement de l'information, précisément, de définir le répertoire visuel le plus représentatif de la perception d'un risque environnemental élevé pour les jeunes québécois âgés de 18 à 25 ans, et d'identifier le type de visuels plus propices à l'adoption de comportements écologiques réels chez ces jeunes. Nous avons procédé par une approche exclusivement qualitative où nous avons présenté des images des risques climatiques susceptibles de se produire au Québec à un échantillon de 20 jeunes québécois divisés en 4 groupes de discussion composés de 5 jeunes par groupe. Nous avons ensuite procédé à l'analyse directe des enregistrements des données de chaque groupe sans transcription. Il en ressort de notre analyse, en ce qui concerne le répertoire visuel qui représente les perceptions du risque environnemental chez les jeunes que ; les images qui mettent en évidence des inondations ne sont pas automatiquement reliées aux changements climatiques ; contrairement à nos attentes, les images de canicule suscitent de l'excitation plutôt que la peur chez les jeunes qui sont au contraire heureux de pouvoir profiter du soleil plus longtemps ; l'ampleur des dégâts causés par un risque climatique est proportionnelle au niveau de perception du risque comme étant élevé. En ce qui concerne les images propices à l'adoption de comportements réels, il en ressort que ; les images qui mettent en évidence des animaux et des humains en détresse sont plus efficaces que celles reliées aux plantes ; les images qui présentent le feu ou la chaleur comme risque climatique sont tout de suite perçues comme de grandes menaces dues à la propriété de destruction du feu, contrairement à l'eau qui est vue comme un élément utile dans la vie quotidienne. Au regard de ces résultats, nous pensons que l'efficacité des communications environnementales pourrait s'améliorer si celles-ci faisaient davantage usage d'images qui présentent des animaux ou des humains en détresse sous la menace d'un risque environnemental causé par le feu, mais surtout, mettre un accent sur l'éducation des plus jeunes dès le bas âge aux risques liés aux changements climatiques.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,214

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,017
Tête enseignante GPT0,196
Écart entre enseignants0,179 · 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
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorpus Université Laval (Université Laval)Même sujetPhotocathodes and Microchannel PlatesTravaux en français237 207