MétaCan
Menu
Retour à la cohorte
Enregistrement W2951480867 · doi:10.26565/2218-2926-2018-17-03

Frames and images facing Ukraine: comparing Germany's and Russia's media perceptions of the EU relations with Ukraine

2018· article· en· W2951480867 sur OpenAlexaff
Katharina Kleinschnitger, Michèle Knodt, Nadiya Safonova

Notice bibliographique

RevueCognition communication discourse · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEuropean and Russian Geopolitical Military Strategies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAnnexationPolitical scienceGeopoliticsGermanGeneral partnershipSummitPoliticsSamaraEconomyGeographyLaw

Résumé

récupéré en direct d'OpenAlex

The recent EU-Ukraine Summit in July 2018 demonstrated that the leaders of the EU and Ukraine have committed to further deepen the political association and economic integration of Ukraine with the EU. Yet, this “strong partnership,” based on a joint association agreement, has been overshadowed by Russia’s illegal annexation of Crimea and its instigation of the war in Donbas. Given that Ukraine is an important geopolitical neighbour for both the EU and Russia, the EU and its Member States – especially Germany and France – have taken on the role of mediators in the Russia-Ukraine conflict. The focus of our study is on the image of the EU-Ukraine relationship as a unique and outstanding case. Ukraine’s close ties with Russia appear to be waning, however, the more Ukraine tries to strengthen its ties with the EU, the more Russia seems to resist. In this regard, we ask: How are the relationships between the EU and Ukraine are represented in German and Russian print media? How do the print media sources frame this relationship and what different images do they communicate? The content analysis of data draws diverging pictures: within the same period, the patterns of interaction between the EU and Ukraine, evolving within European Neighbourhood Policy and Eastern Partnership, tend to be depicted as far more cooperative in the German press, whereas Russia’s print media portray EU-Ukraine relations as increasingly negative and more conflicted over the years.

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)0,004
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 enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0060,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
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 Opus0,019
Tête enseignante GPT0,305
Écart entre enseignants0,285 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCognition communication discourseMême sujetEuropean and Russian Geopolitical Military StrategiesTravaux en français237 207