MétaCan
Menu
Retour à la cohorte
Enregistrement W3042462137 · doi:10.1386/jams_00018_1

CCTV in Africa: Constructive approach to manufacturing consent

2020· article· en· W3042462137 sur OpenAlexaff
Yu Xiang, Xiaoxing Zhang

Notice bibliographique

RevueJournal of African Media Studies · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Development and Aid
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésChinaConstructiveEliteJournalismPoliticsHarmony (color)Context (archaeology)Political scienceMedia studiesSociologyPublic relationsLawHistory

Résumé

récupéré en direct d'OpenAlex

China Central Television (CCTV) launched its first media centre in Nairobi, Kenya, in 2012 and is one of the main actors in the ‘China’s media go global’ campaign. CCTV-Africa’s reporting style has previously been engaged by media practitioners and academics in terms of its discursive practices. In 2014, a new paradigm studying the journalistic practice of Chinese media in Africa emerged. It has been argued that the journalistic approach deployed by Chinese media in Africa, especially CCTV-Africa, is more constructive than simply positive. This article aims to provide a structural analysis on the role of international news in mediating and reinforcing the ‘harmony of interest’ of transnational elite groups with empirical findings from the case study of CCTV-Africa and its constructive approach of journalism. The findings of this research show that the ‘constructiveness’ of CCTV-Africa is marked with the ‘non-interference’ diplomatic strategy of China in Africa which minimalizes the political involvement of China in local conflicts by reducing investigation on causes and emphasizing solutions. Simultaneously, it also produces an apolitical context which encourages economic development in African societies to cater to the grander politics of China in Africa.

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)0,118
score de la tête « metaresearch » (Gemma)0,147
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,622

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1180,147
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0100,030
Communication savante0,0110,010
Science ouverte0,0020,011
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,122
Tête enseignante GPT0,325
Écart entre enseignants0,204 · 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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of African Media StudiesMême sujetInternational Development and AidTravaux en français237 207