Do the leads tell the whole story? An analysis of story leads of the Walkerton, Ontario<i>E. coli</i>contamination of drinking water supplies
Notice bibliographique
Résumé
Despite the availability of a variety of information sources, the news media remain one of the dominant sources of representations of advances in science, technology, government policies and other issues important to society. Some researchers have argued that story leads are important for conveying the content of an entire story and are highly memorable. We seek to address two questions in this article: how reliable is the story lead as a proxy for full text; and to what extent does the emphasis of one type of framing in the story lead influence the details of what people may remember of a particular event? From an analysis of a large media dataset including Canadian national newspaper and televised broadcasts, we compare the content of story leads to the full story text. We also draw on comments from news reporters reflecting on the importance of the lead and story structure principles that they follow in constructing a news story. We compare the results from the media dataset to recollections from participants from general public focus groups. We argue that in this particular case study, the news frames that reporters emphasised (health – illnesses and deaths as a result of the contamination) do not correspond with what average Ontarians from 10 focus groups remembered. We also conclude that while media story leads are an important device used to structure news stories, they do not serve as a good proxy measure for what is actually covered in the full text.
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 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 | 0,006 | 0,000 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».