MétaCan
Menu
Retour à la cohorte
Enregistrement W2576934479 · doi:10.5539/ijel.v7n2p1

Frequency Analysis as a Way of Uncovering News Foci: Evidence from the Guardian and the New York Times

2017· article· en· W2576934479 sur OpenAlexvenueno aff
Ahmad S. Haider

Notice bibliographique

RevueInternational Journal of English Linguistics · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia Influence and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNewspaperGuardianPoliticsPolitical scienceMedia studiesHistorySociologyLaw

Résumé

récupéré en direct d'OpenAlex

Institutions or people can express their political stances or attitudes toward a specific topic if they keep using some words rather than others repetitively and consistently. This study uses the corpus linguistic technique of frequency to examine the influence of the country where the newspaper is published on its agenda and coverage using a corpus of about 7 million words of news articles about Libya and Qaddafi in the Guardian (Britain) and the New York Times (the U.S.) from 2009 to 2013. The compiled corpus is divided into three time periods, namely: before, during, and after the 2011 Arab uprisings. The analysis shows that the two newspapers had different news foci/themes in the three investigated time periods, and that they are influenced by the stock of ideas circulating in the culture in which they are working. Both newspapers covered more news of events that draw the attention of the people of the countries where they are located and published. The paper concludes that there is a strong relationship between media and politics where media is a central arena for viewing the political events.

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)0,001
score de la tête « metaresearch » (Gemma)0,255
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,615
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,255
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,037
Tête enseignante GPT0,347
Écart entre enseignants0,310 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetMedia Influence and PoliticsTravaux en français237 207