Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Data journalism has emerged as a trend worthy of attention in newsrooms the world over. Previous research has highlighted how elite media, journalism education institutions, and other interest groups take part in the emergence and evolution of data journalism. But has it equally gained momentum in smaller, less-scrutinized media markets? This paper looks at the ascent of data journalism in the French-speaking part of Belgium. It argues that journalism, and hence data journalism, can be understood as a socio-discursive practice: it is not only the production of (data-driven) journalistic artefacts that shapes the notion of (data) journalism, but also the discursive efforts of all the actors involved, in and out of the newsrooms. A set of qualitative inquiries allowed us to examine the phenomenon by first establishing a cartography of who and what counts as data journalism. It uncovers an overall reliance on a handful of passionate individuals, only partly backed up institutionally, and a limited amount of consensual references that could foster a shared interpretive community. A closer examination of the definitions reveal a sharp polyphony that is particularly polarized around the duality of the term itself, divided between a focus on data and a focus on journalism, and torn between the co-existing notions of “ordinary” and “thorough” data journalism. We also describe what is perceived as obstacles, which mostly pertain to broader traits that shape contemporary newsmaking; and explain why, if data journalism clearly exists as a matter of concern, it has not transformed in concrete undertakings.
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.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle