From Peripheral to Integral? A Digital-Born Journalism Not for Profit in a Time of Crises
Notice bibliographique
Résumé
This article explores the role of peripheral actors in the production and circulation of journalism through the case study of a North American not-for-profit digital-born journalism organization, <em>The Conversation Canada</em>. Much of the research on peripheral actors has examined individual actors, focusing on questions of identity such as who is a journalist as opposed to emergent and complex institutions with multiple interventions in a time of field transition. Our study explores the role of what we term a ‘complex peripheral actor,’ a journalism actor that may operate across individual, organizational, and network levels, and is active across multiple domains of the journalistic process, including production, publication, and dissemination. This lens is relevant to the North American journalism landscape as digitalization has seen increasing interest in and growth of complex and contested peripheral actors, such as Google, Facebook, and Apple News. Results of this case study point to increasing recognition of <em>The Conversation Canada</em> as a legitimate journalism actor indicated by growing demand for its content from legacy journalism organizations experiencing increasing market pressures in Canada, in addition to demand from a growing number of peripheral journalism actors. We argue that complex peripheral actors are benefitting from changes occurring across the media landscape from economic decline to demand for free journalism content, as well as the proliferation of multiple journalisms.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,032 | 0,028 |
| Communication savante | 0,022 | 0,011 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».