The Practice of Fixing and the Role of Fixers in Global Journalism
Notice bibliographique
Résumé
Abstract Sociologists and media scholars have offered a robust body of literature regarding the daily workings of global journalism—both in newsrooms and in the field. Although fixers are sometimes mentioned in this literature, the role they play in the production of global reporting is rarely analyzed. Such work often focuses on logistical assistance provided by fixers and discusses some tensions in the field regarding credit and security. Although this literature starts to paint an accurate picture of current trends in global journalism, it fails to critically examine how institutional and on-the-ground power dynamics impact a fixer’s work, let alone how global, systemic, and institutional dynamics shape which stories are reported and how the reporting itself is done. This is a glaring gap in knowledge as it ignores the impact that fixers can have on global journalism. To rectify this gap, all aspects of global journalism must be explored, including the economic forces that allow global journalism to operate within a context of uneven power and resources. Recognizing that journalism functions in and as a field of uneven power offers a strong introduction to this discussion, but one must also situate journalism, journalists, and fixers themselves within the larger geopolitical realities of unequal economic and political power. These forces shape the process of fixing, which is why any thorough analysis of the role of fixing and fixers in global journalism must situate the conversation within a larger body of critical theory. In this context, mapping current trends and highlighting nuanced dynamics and tensions within the practice of fixing is essential to understanding how global journalism functions—and the role that fixers play in shaping its stories.
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 | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».