MétaCan
Menu
Retour à la cohorte
Enregistrement W2778994894 · doi:10.1177/1464884917743390

When gender, colonialism, and technology matter in a journalism startup

2017· article· en· W2778994894 sur OpenAlexaff
Mary Lynn Young, Candis Callison

Notice bibliographique

RevueJournalism · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia Studies and Communication
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésJournalismSociologyColonialismTechnical JournalismInnovatorPower (physics)EthnographyDigital mediaMedia studiesSocial scienceGender studiesPolitical scienceLawEntrepreneurshipAnthropology

Résumé

récupéré en direct d'OpenAlex

This article is based on an ethnographic study of a women-led journalism startup, identified as a digital and data innovator in North America. Studies of journalism startups have generally focused on growth in the startup space and claims to technological innovation, finding a persistence of traditional norms and practices. Feminist media scholars have not tended to engage in this area of study, focusing more on newsroom sociology and media representations, despite a long history of feminist Science and Technology Studies critique of other technical professions such as engineering and computer science. This study adds to our understanding of journalism startups by situating this ethnography within feminist, postcolonial, and Science and Technology Studies approaches. Our findings suggest the persistence of professional, industry, and economic constraints mapped on to gender, gendered understandings of innovation, and technology in journalism – as well as possibilities to transform them. We argue that gender and colonialism matter in this startup in expected and unexpected ways, from understanding the enduring nature of unexamined power relations within journalism to contributing to re-articulations of important questions of epistemology, method, and moral stance in digital journalism.

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)0,009
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,989
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0110,015
Communication savante0,0110,006
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,052
Tête enseignante GPT0,348
Écart entre enseignants0,296 · 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.

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

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournalismMême sujetMedia Studies and CommunicationTravaux en français237 207