Framing Islam in News Reporting: A Comparative Content Analysis
Notice bibliographique
Résumé
The emergence of modern communication technology suggests that the society as a whole is now a simple hostage at the hands of the media. However, the time has come to ask whether the people are being managed, manipulated, massaged or brainwashed by the media. Media contents are unjustifiably dominated by expressions that create negative impressions of Islam. As a result, the media accentuate anti-Muslim bias and bigotry. This study aims to comparatively examine how Nigerian and Malaysian newspapers frame Islam-related events in news reporting. Using purposive sampling, Punch and Vanguard were chosen from Nigeria while The Star and New Straits Times were chosen from Malaysia based on their popularity and readership. Relevant news articles that focus upon reports about Islam or Muslims were collected from the selected newspapers using internet-based search from November 2015 until September 2016. The newspapers produced 599 different Islam-related news articles within this period. The study found that out of 599 news articles published in the selected newspapers, 228 portrayed Islam in conflict situation by using conflict frame. For the rest, 60 news articles used consequence frame, 32 used crime frame, 11 used responsibility frame, 19 used morality frame, and 249 portrayed Islam using human interest frame. Nigerian newspapers used more conflict frames in reporting Islam than Malaysian newspapers. Collective efforts of journalists, editors, and corporate ownership of the newspapers should be directed toward suppressing the negative media portrayal of Islam.
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 | 0,007 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».