Bibliographic record
Abstract
Walter Jackson Ong, medya, iletişim, kültür ve eğitim ile alakalı konuları felsefe ve teolojiyle ilişkilendirerek çalışmalar ortaya koymuş bir iletişim bilimcidir. Akademik çalışmalarının en başından ölümüne kadar ele aldığı tüm çalışmalar birbirleriyle bağlantılı olan Ong, özellikle sözlü ve yazılı kültür konusundaki fikirleriyle öne çıkmıştır. Ong, iletişim ve medya çalışmalarıyla öne çıkan Toronto Okulu geleneğinin önemli bir temsilcisi olmasının yanında iletişim ve medya çalışmalarına yeni bir bakış açısı sunan medya ekolojisi geleneği için de önemli bir isimdir. İnanç alanı ile çalışma sahası iç içe geçmiş bir akademisyen olarak Ong; iletişim, retorik, edebiyat ve sistem teorisi tartışmalarını bir araya getirmiştir. Marshall McLuhan, Neil Postman ve Eric Havelock gibi isimlerle eş zamanlı olarak iletişim süreçleri üzerine çalışmıştır ve bu isimlerin çalışmalarından da etkilenmiştir. Bu çalışmanın ele aldığı temel keşif Walter Ong’un medya ekolojisinin ortaya çıkmasına ve bir geleneğe dönüşmesine yapmış olduğu katkıları incelemektir. Bundan dolayı ilk olarak medya ekolojisi ve Walter Ong’un düşünce dünyasının gelişimi onun bulunduğu akademik çevreler üzerinden başlayarak incelenecektir. Medya ekolojisinin kavram olarak ortaya çıkması ve bir geleneğe dönüşmesinden bugüne kadar ortaya koymuş olduğu çalışmalarda Walter Ong’un süreçteki rolü detaylandırılacaktır.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.038 | 0.009 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".