MétaCan
Menu
Retour à la cohorte
Enregistrement W2773783177

Visual ’othering’ of immigrants in Canadian and Finnish online newspapers from 2016

2017· article· en· W2773783177 sur OpenAlexaboutno aff
Liisa Jasmine Sahamies

Notice bibliographique

RevueTyöväentutkimus Vuosikirja · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia Studies and Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationNewspaperPolitical scienceMedia studiesAdvertisingInternet privacySociologyComputer scienceBusinessLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis aims to investigate and compare how immigrants in Canada and Finland are visually ‘othered’ in media. Critical events in 2016 heightened the discussion of immigration, further emphasizing media’s importance of representing this population to the public. Visual representations of the ‘other’ can come in subtle forms yet perpetuate imagined communities of ‘we’ and ‘they’ in major ways. It is therefore becoming more imperative to conduct research on processes of ‘othering.’ This thesis uses visual framing analysis (VFA) on leading newspapers in Canada and Finland, a combined total of 271 images were collected for analysis from Canada’s Toronto Star and Finland’s Helsingin Sanomat. These images were examined for visual frames of the ‘other’ by measuring communication with the viewer, spatial proximity, depiction with others or as individuals, social interaction and vertical and horizontal points of views. The results revealed clear distinctions of framing immigrants as the ‘other’ in both newspapers. Canadian media ‘othered’ immigrants half the amount as Finnish media, which ‘othered’ immigrants in nearly all codes examined. The findings of this research suggests how a further understanding of complex identities and visual literacy is key to understanding diversity and culture and disintegrating a sense of the ‘other.’

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,181
Score d'incertitude au seuil0,365

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,006
Études des sciences et des technologies0,0070,003
Communication savante0,0050,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,026
Tête enseignante GPT0,332
Écart entre enseignants0,306 · 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'étudeQualitatif
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTyöväentutkimus VuosikirjaMême sujetMedia Studies and CommunicationTravaux en français237 207