MétaCan
Menu
Retour à la cohorte
Enregistrement W3023457246 · doi:10.1177/1464884920915372

Studying incidental news: Antecedents, dynamics and implications

2020· article· en· W3023457246 sur OpenAlexaff
Neta Kligler-Vilenchik, Alfred Hermida, Sebastián Valenzuela, Mikko Villi

Notice bibliographique

RevueJournalism · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPhenomenonDynamics (music)News mediaAffordancePoliticsResistance (ecology)Focus (optics)Consumption (sociology)News valuesPsychologyMotivated reasoningCognitionSocial psychologyPolitical scienceSociologyEpistemologyCognitive psychologyMedia studiesSocial scienceEcology

Résumé

récupéré en direct d'OpenAlex

In light of concerns about decreasing news use, a decline in interest in political news or even active avoidance or resistance of news in general, the idea of ‘incidental news’ has been seen as a possible remedy. Generally, ‘incidental news’ refers to the ways in which people encounter information about current events through media when they were not actively seeking the news. However, scholars studying incidental news through different theoretical and methodological perspectives have been arriving at differing evaluations of the significance and implications of this phenomenon – to the extent of downright contradictory findings. This introductory piece posits the aim of this special issue on Studying Incidental News: a conceptual clarification of incidental news exposure. In this issue, scholars coming from different approaches, ranging from cognitive processing, ecological models, emergent practices and a focus on platform affordances, show how different theoretical perspectives help account for various dimensions of incidental news consumption, and thus help explain the often conflicting findings that have been suggested so far.

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)0,004
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,040
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,003
Communication savante0,0060,007
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,052
Tête enseignante GPT0,360
Écart entre enseignants0,308 · 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'étudeObservationnel
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

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournalismMême sujetSocial Media and PoliticsTravaux en français237 207