MétaCan
Menu
Retour à la cohorte
Enregistrement W2609230121

Race, place and crime through the lens of Toronto’s print media

2015· dissertation· en· W2609230121 sur OpenAlexaboutno aff
Vanessa N. Rhodes

Notice bibliographique

Revuee-scholar@UOIT (University of Ontario Institute of Technology) · 2015
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueCrime, Deviance, and Social Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRace (biology)Lens (geology)CriminologyMedia studiesPrint mediaGender studiesSociologyEngineeringNewspaper
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Geographical areas with high concentrations of impoverished racialized groups\ntend to experience disproportionate rates of violence in Canada. As news media heavily\nfocuses on crime reports, violence often comes to characterize the affected\nneighbourhoods. News reports can impact audience levels of fear and scholars argue that\ndisproportionate reporting of crime-related events can instil fear among the public. To\ndate, there has been no study that examines a moral panic of neighbourhoods. Therefore,\nthis thesis examines how the racialization of crime and the criminalization of place\ncoalesce to create a moral panic of a neighbourhood. To examine the media???s role in\ncreating fear, two Toronto newspapers were sampled over a 14-year period. A frame\nanalysis was conducted to investigate how Toronto newspapers framed Kingston-\nGalloway between 1998-2012. Findings suggest that Toronto newspapers racialize crime\nand criminalize place, which may aid in the construction of a moral panic of a\nneighbourhood.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,023
Tête enseignante GPT0,269
Écart entre enseignants0,246 · 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'étudeSans objet
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuee-scholar@UOIT (University of Ontario Institute of Technology)Même sujetCrime, Deviance, and Social ControlTravaux en français237 207