Good News? A Longitudinal Analysis of Newspaper Portrayals of Mental Illness in Canada 2005 to 2015
Notice bibliographique
Résumé
OBJECTIVES: The overarching aim of this article is to assess media portrayals of mental illness in Canada. We hypothesise that portrayals have improved over time, related to the various antistigma activities of organisations such as the Mental Health Commission of Canada (MHCC). Specific objectives are to assess 1) overall tone and content of newspaper articles, 2) change over time, and 3) variables associated with positive or negative content. METHODS: We collected newspaper articles from print and online editions of over 20 best-selling Canadian newspapers from 2005 to 2015 ( N = 24,570) that mentioned key search terms such as mental illness or schizophrenia. These were read by research assistants, who assessed tone and content for each article using preassigned codes and categories. Data were subjected to chi-squared and trend analysis. RESULTS: Over the study period, 21% of the articles had a positive tone and 28% had stigmatising content. Trend analysis suggested significantly improved coverage over 11 years ( P < 0.001). For example, articles with a positive tone had almost doubled from 2005 (18.9%) to 2015 (34.8%), and articles with stigmatising content had reduced by a third (22.3% vs 32.7%). Analysis also suggested that articles on the front page, as well as articles in broadsheet newspapers, had significantly more positive coverage. CONCLUSIONS: The study indicates that news media coverage related to mental illness has improved over the past decade. This may be related to the concerted efforts of the MHCC, which has executed a targeted strategy aimed at reducing stigma and improving media coverage since 2007.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».