When Pictures Waste a Thousand Words: Analysis of the 2009 H1N1 Pandemic on Television News
Notice bibliographique
Résumé
OBJECTIVES: Effective communication by public health agencies during a pandemic promotes the adoption of recommended health behaviours. However, more information is not always the solution. Rather, attention must be paid to how information is communicated. Our study examines the television news, which combines video and audio content. We analyse (1) the content of television news about the H1N1 pandemic and vaccination campaign in Alberta, Canada; (2) the extent to which television news content conveyed key public health agency messages; (3) the extent of discrepancies in audio versus visual content. METHODS: We searched for "swine flu" and "H1N1" in local English news broadcasts from the CTV online video archive. We coded the audio and visual content of 47 news clips during the peak period of coverage from April to November 2009 and identified discrepancies between audio and visual content. RESULTS: The dominant themes on CTV news were the vaccination rollout, vaccine shortages, long line-ups (queues) at vaccination clinics and defensive responses by public health officials. There were discrepancies in the priority groups identified by the provincial health agency (Alberta Health and Wellness) and television news coverage as well as discrepancies between audio and visual content of news clips. Public health officials were presented in official settings rather than as public health practitioners. CONCLUSION: The news footage did not match the main public health messages about risk levels and priority groups. Public health agencies lost control of their message as the media focused on failures in the rollout of the vaccination campaign. Spokespeople can enhance their local credibility by emphasizing their role as public health practitioners. Public health agencies need to learn from the H1N1 pandemic so that future television communications do not add to public confusion, demonstrate bureaucratic ineffectiveness and contribute to low vaccination rates.
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 | 0,002 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».