Data Humanism: Examining how the British newspaper, The Guardian, depicted the British Mad Cow Disease Crisis from 1986–1996
Notice bibliographique
Résumé
This research examines the use of data visualization not only to inform audiences about a particular event but mainly to humanize data and uncover the missing content and hidden stories. This research uses digital storytelling as an engaging tool to represent how the British newspaper, The Guardian, depicted the British Mad Cow Disease Crisis from 1986 to 1996. By incorporating a set of recent theories, such as thick data, local data and feminist data visualization, this research emphasizes the need to contextualize data so that these theories can help to fill the context-loss gap generated in standard data analysis. Employing the mixed methodologies of practice-based research, mapping as research, and research through design, this thesis comprises: 1) a written document stating the research process; 2) a series of iterations leading to an interactive web-based data story. The final storytelling aims to answer the questions of how we might represent the British Mad Cow Disease Crisis from 1986 to 1996 using a digital technique to approach different understandings of this historical event and how digital technologies and media benefit users and evoke their emotions.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,029 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,009 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».