MétaCan
Menu
Retour à la cohorte
Enregistrement W2914215270 · doi:10.1111/soin.12269

The Kids Are All White: Examining Race and Representation in News Media Coverage of Opioid Overdose Deaths in Canada

2019· article· en· W2914215270 sur OpenAlexafffundabout
Genevieve Johnston

Notice bibliographique

RevueSociological Inquiry · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime, Deviance, and Social Control
Établissements canadiensCarleton University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésHarm reductionWhite (mutation)Opioid overdoseCriminologyDrug overdoseIndigenousHarmRace (biology)Government (linguistics)Representation (politics)News mediaNarrativeOpioidSociologyPolitical sciencePoison controlGender studiesMedicineMedia studiesPublic healthMedical emergencyLawPolitics

Résumé

récupéré en direct d'OpenAlex

Problematic opioid use in Canada is on the rise, and opioid overdose deaths now number in the thousands each year. While opioids have long been responsible for overdoses among certain demographics of Canadians, such as drug users on Vancouver's notoriously impoverished downtown Eastside, it is only recently that fatal overdoses have also claimed the lives of White, middle‐class young people. This critical discourse analysis of Canadian news media examines the differences in racial representation in recent coverage of opioid deaths. I pay particular attention to the ways in which White opioid users are portrayed as innocent victims while other users, such as those from Indigenous communities, are often ignored or stigmatized as “addicts.” I draw on the work of Hall (1978; 2000) and Reinarman and Levine (1989; 2004) on the role of media in representing race and constructing drug scares, to frame the media narratives. I then discuss the Canadian government's current harm‐reduction approach to the opioid crisis, as well as calls from Indigenous leaders for “culture as treatment.”

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)0,002
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,053
Score d'incertitude au seuil0,383

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,008
Études des sciences et des technologies0,0150,005
Communication savante0,0070,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,080
Tête enseignante GPT0,345
Écart entre enseignants0,265 · 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

Citations51
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSociological InquiryMême sujetCrime, Deviance, and Social ControlTravaux en français237 207