“A love-hate relationship”: Canadian laypeople’s construction of academic theories as diffusing innovations
Notice bibliographique
Résumé
As the knowledge society paradigm and its emphasis on knowledge as socioeconomic capital grows, the importance of subtle, collective sharing of ‘blue skies’ academic theories is sidelined. Non-expert voices are largely marginalized in these discussions of what academic knowledge is or should be. In order to bridge gaps between academia and laypeople, and basic research and impact, this study explored how Canadian laypeople construed the popularity of academic theories across domains of physical sciences, social sciences, and the humanities, and related those perceptions to a novel measure of diffusion. An integrated mixed-methods research design was framed by a constructionist philosophy and a conceptual framework rooted in Diffusion of Innovations literature, re-conceptualizing academic theories as constructed innovations. Ninety academic theories were input into Google Trends, which provided data regarding the frequency with which Canadians searched theory terms. This was used as a measure of initial diffusion. Repertory grids were produced with the completion of online interviews with fifteen Canadian laypeople, which captured the qualities of academic theories that they understood as being related to popularity. Qualitative analyses revealed that Canadian laypeople had complex, mixed feelings about whether theories were beneficial or irrelevant. Cluster analyses identified themes of ‘the nature of discussion’, ‘benefits’, ‘acceptance of the best knowledge’, ‘explanation of something meaningful’, ‘understandability’, ‘physically verification’, ‘scientific proof’, ‘religious belief’, and ‘applied use’ as being used by laypeople to contrast the popularity of academic theories, the first three of which were most closely related to the initial diffusion of theories. Overall, the conceptual framework of innovations attributes from Diffusion of Innovations literature proved to be a fruitful application.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,039 | 0,030 |
| Communication savante | 0,013 | 0,004 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».