Media actors’ perceptions of their roles in reporting food incidents
Notice bibliographique
Résumé
BACKGROUND: Previous research has shown that the media can play a role in shaping consumer perceptions during a public health crisis. In order for public health professionals to communicate well-informed health information to the media, it is important that they understand how media view their role in transmitting public health information to consumers and decide what information to present. This paper reports the perceptions of media actors from three countries about their role in reporting information during a food incident. This information is used to present ideas and suggestions for public health professionals working with media during food incidents. METHODS: Thirty three semi-structured interviews with media actors from Australia, New Zealand and the United Kingdom were conducted and analysed thematically. Media actors were recruited via purposive sampling using a sampling strategy, from a variety of formats including newspaper, television, radio and online. RESULTS: Media actors said that during a food incident, they play two roles. First, they play a role in communicating information to consumers by acting as a conduit for information between the public and the relevant authorities. Second, they play a role as investigators by acting as a public watchdog. CONCLUSION: Media actors are an important source of consumer information during food incidents. Public health professionals can work with media by actively approaching them with information about food incidents; promoting to media that as public health professionals, they are best placed to provide the facts about food incidents; and by providing angles for further investigation and directing media to relevant and correct information to inform such investigations. Public health professionals who adapt how they work with media are more likely to influence media to portray messages that fit what they would like the public to know and that are in line with public health recommendations and enable consumers to engage in safe and health promoting behaviours in response to food incidents.
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 | 0,014 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».