L’art de raconter une bonne histoire : analyse de la couverture médiatique des gangs de rue à la télévision et sur les plateformes numériques de Radio-Canada
Notice bibliographique
Résumé
Le contenu médiatique est le résultat d’un processus de filtrage particulier. En matière de criminalisté, la sélection d’un évènement et l’attention qu’on lui porte dépendent de son attrait médiatique. La violence du crime, la victimisation de plus d’une personne, la vulnérabilité de la ou des victimes ou encore l’absence de lien entre les protagonistes sont autant d’éléments qui contribuent à l’intérêt des médias pour une nouvelle. Certains de ces éléments sont couramment utilisés par les journalistes pour couvrir les évènements criminels concernant les gangs de rue. Or, l’attention médiatique envers les gangs et la manière dont cette attention influence le traitement de la nouvelle demeurent, à ce jour, peu étudiées. Un corpus de 417 reportages diffusés par Radio-Canada à la télévision et sur Internet a permis de comparer le traitement médiatique de 210 reportages au sujet des gangs de rue avec celui de 207 qui portent sur la criminalité de manière générale. Les résultats suggèrent que les nouvelles rapportant des évènements criminels associés aux gangs bénéficient d’un traitement médiatique plus important, notamment par des reportages plus longs et plus complets. Ainsi, indépendamment des éléments qui déterminent ce qui fait une bonne nouvelle, celles concernant les gangs font des histoires médiatiquement intéressantes.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».