MétaCan
Menu
Retour à la cohorte
Enregistrement W2745117192 · doi:10.1177/1940161217723150

Gender, Competitiveness, and Candidate Visibility in Newspaper Coverage of Canadian Party Leadership Contests

2017· article· en· W2745117192 sur OpenAlexafffundabout
Angelia Wagner, Linda Trimble, Shannon Sampert, Bailey Gerrits

Notice bibliographique

RevueThe International Journal of Press/Politics · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Politics and Representation
Établissements canadiensQueen's UniversityUniversity of WinnipegUniversity of Alberta
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésVisibilityNewspaperGlobePolitical scienceCompetitor analysisPublic relationsPoliticsNoveltyPrimary electionAdvertisingGeneral electionBusinessPsychologyGeographySocial psychologyMarketingLaw

Résumé

récupéré en direct d'OpenAlex

Are women politicians who mount competitive campaigns for high political office as visible and prominent in news coverage of their candidacies as their male competitors? Few studies have systematically or longitudinally investigated the relationship between candidate gender, competitiveness, and media visibility during election or party leadership campaigns. Moreover, studies of media visibility tend to focus exclusively on the presence of candidates in news stories, as measured by one or more mentions per story. Examining six textual and visual elements in Globe and Mail reporting of eleven Canadian national leadership campaigns held between 1975 and 2012, we discover that it is candidate competitiveness and novelty and not candidate gender that influences the media visibility of party leadership hopefuls. Canada provides a useful case study when exploring the relationship between gender and media visibility because many women have sought, and four have won, the leadership of national parties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,269
Score d'incertitude au seuil0,542

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0030,001
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,151
Tête enseignante GPT0,368
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations38
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Press/PoliticsMême sujetGender Politics and RepresentationTravaux en français237 207