MétaCan
Menu
Retour à la cohorte
Enregistrement W3013590693 · doi:10.11114/smc.v8i1.4734

Online Journalism: Crowdsourcing, and Media Websites in an Era of Participation

2020· article· en· W3013590693 sur OpenAlexaff
Νίκος Αντωνόπουλος, Agisilaos Konidaris, Spyros E. Polykalas, Evangelos Lamprou

Notice bibliographique

RevueStudies in Media and Communication · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensWorld Federation of Science Journalists
Organismes subventionnairesUniversity of Cyprus
Mots-clésCrowdsourcingJournalismTechnical JournalismPublic relationsSocial mediaPolitical scienceDemocracyWork (physics)Citizen journalismSociologyInternet privacyMedia studiesComputer scienceLawPoliticsEngineering

Résumé

récupéré en direct d'OpenAlex

The era of journalism and the participation of the readers on online media websites have changed online journalism. The research interest is now focused on removing the distinction between the publisher/entrepreneur and the journalist/user, with the ultimate goal of actively involving citizens in the journalistic process but also in the web presence of media websites. The evolution of technology, the deep media crisis and the growing dissatisfaction of the citizens, create the conditions for journalism to work with citizens, and in particular through citizen journalism and journalism crowdsourcing. This concept is a form of collective online activity in which a person or a group of people volunteer to engage in work that always involves mutual benefit to both sides. The main research question of this research concerns the analysis of the current situation regarding crowdsourcing, co-creation and UGC and the adoption of best practices such as crowdcreation, comments from the users, crowdwisdom, instant-messaging applications (MIMs) and crowdvoting used by media websites around the world. Very few media have tried to apply even nowadays, the proposed model of journalism, which this study is going to research. The results of the study shape new perspectives and practices for online journalism and democracy.

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)0,011
score de la tête « metaresearch » (Gemma)0,021
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0100,022
Communication savante0,0190,013
Science ouverte0,0010,009
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,326
Écart entre enseignants0,235 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Media and CommunicationMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207