MétaCan
Menu
Retour à la cohorte
Enregistrement W1946584299 · doi:10.1111/0033-0124.5502009

Constructing the News: The Role of Local Newspapers in Environmental Risk Communication

2003· article· en· W1946584299 sur OpenAlexaff
Sarah Wakefield, Susan J. Elliott

Notice bibliographique

RevueThe Professional Geographer · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNewspaperDistrustEnvironmental communicationRisk communicationPublic relationsContent analysisRisk assessmentJournalismRisk managementEnvironmental planningBusinessPolitical scienceEnvironmental resource managementAdvertisingRisk analysis (engineering)SociologyGeographyComputer scienceComputer securityEnvironmental scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Effective risk communication is central to good environmental risk management. While studies have shown that newspapers are the primary source of information to the public regarding environmental issues, little is known about how environmental news is used as a risk-communication tool. This article explores the role of local information systems in risk communication, using newspaper content analysis as well as in-depth interviews with journalists and community residents to develop a case study of an environmental assessment process for a nonhazardous industrial-waste landfill. Results indicate that risk messages were chosen and shaped by journalists on the basis of their own exigencies. In addition, while newspapers were a major source of risk information, their impact was mitigated by resident distrust and access to other information sources, most notably their own personal information networks. These results have implications for environmental policy, as decision makers often use—either passively or actively—print media as a risk-communication tool. *This project was supported by a grant from the Social Science and Humanities Research Council of Canada.

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)0,005
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0040,003
Communication savante0,0080,006
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,008
Tête enseignante GPT0,270
Écart entre enseignants0,261 · 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'étudeQualitatif
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

Citations133
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Professional GeographerMême sujetRisk Perception and ManagementTravaux en français237 207