Emerging practices for managing user misconduct in online news media comments sections
Notice bibliographique
Résumé
Purpose The purpose of this paper is to bridge a gap in knowledge on the professional information practices of a group of people whose daily work of managing user-generated content online exposes them to users whom they perceive as acting aggressively or otherwise offensively online. Design/methodology/approach Journalists’ narratives of practices for managing and responding to user comments perceived as offensive are analysed qualitatively. For this purpose, ten interviews with journalists from nine different news organisations in Sweden, Denmark, Germany and Canada were conducted. Findings The study finds that the environment in which the journalists work plays a vital role in the evolution of the practices. Practices, indissolubly tied to the contexts or sites in which people’s activities take place, are conditioned by moral values, traditions and collective experiences which journalists enact through the practice they engage in when they are dealing with user posts online. The site, conceived as an information landscape, is that of the newsroom. Practices for managing users online evolve through actors participating in a process of learning and their ability to adopt the cultural norms and values of their environment. Originality/value This study sheds light on the mechanisms behind the evolution of practices for handling user-generated content online and it reports on the importance of properties such as norms, values and emotions for how things are done in the information landscape of news 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 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 | 0,029 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,014 |
| Communication savante | 0,011 | 0,009 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».