Analysis and Suggestions on the Content and Quantity of Health Communication Articles for “Shanghai Morning Post”—The “Shanghai Morning Post” Health Communication Articles Published in the First Quarter of 2015 as an Example
Notice bibliographique
Résumé
本文收集《新闻晨报》2015年第一季度发表的所有健康传播类文章共313篇，文章内容中包括疾病防治知识类科普文章169篇，健康指导类科普文章32篇，疾病与健康相关的广告类文章112篇。利用传播学相关理论对样本的内容、数量、传播特色等方面进行归类与分析。研究结果提示《新闻晨报》健康传播类专栏文章具有数量较大、议程设置紧密结合受众需要、契合各相关健康日主题、内容侧重于常见多发病等特点。但存在偏科倾向、版面栏目名称设置无规律以及广告偏多等问题。在此基础上提出栏目规划以及内容设置方面的建议。 This paper collects a total of 313 health communication articles in the first quarter of 2015 in Shanghai Morning Post, including 169 disease knowledge articles, 32 healthy instruction articles and 112 articles of advertising articles. We use the theory of communication to the sample content, quantity, dissemination characteristics and other aspects of classification and analysis. The results show that the “Shanghai Morning Post” health communication column has a large number of articles, the agenda closely with the needs of the audience, fit the relevant health day theme, focusing on the characteristics of common diseases. But there are deficiencies that partial tendencies, layout column name set irregular and advertising too mach and so on. On this basis, we put forward the column planning and content settings recommendations.
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 | 0,011 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,022 | 0,033 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».