MétaCan
Menu
Retour à la cohorte
Enregistrement W2342818989 · doi:10.1177/0163443715620927

Limited interests, resources, voices: power relations in mainstream news coverage of Indigenous policy in Australia

2016· article· en· W2342818989 sur OpenAlexaboutno aff
Emma Mesikämmen

Notice bibliographique

RevueMedia Culture & Society · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMainstreamIndigenousNewspaperGovernment (linguistics)Power (physics)Political scienceIntervention (counseling)News mediaMedia studiesSociologyMetisPublic relationsContent analysisSocial scienceLawPsychology

Résumé

récupéré en direct d'OpenAlex

Recognising the importance of who gets to speak in constructing knowledges about Indigenous peoples, this article examines power relations regarding mainstream news coverage of the Indigenous policy of Northern Territory Emergency Response (NTER) in Australia. Integrating content and discourse analysis of newspaper and television stories over a 3-year timeframe with interviews with journalists, this article found media coverage of the NTER, commonly known as the Intervention, followed a pattern of decline, with occasional peaks around events that were newsworthy through the lens of conventional news values. Further, analysis of three key discourse moments found ‘official’ discourses, particularly by the government, overpowered those of Indigenous peoples living under the policy. This article demonstrates how particular journalistic practices – news values, ideas of audiences, and use of sources – together with resource limitations and discursive practices of government provided dominant discursive power on the Intervention to government representatives. The article concludes that daily routines of news media and discursive practices of media savvy social actors perceived as ‘official’ or ‘expert’ by media professionals form a ‘vicious cycle’ of two-way dependence which is hard to break for potential sources with less official status, such as representatives of various Indigenous communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,540
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,294
Écart entre enseignants0,276 · 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 tête enseignante, 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

Citations18
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedia Culture & SocietyMême sujetDisaster Management and ResilienceTravaux en français237 207