Is it climate change? Coverage by online news sites of the 2019 European summer heatwaves in France, Germany, the Netherlands, and the UK
Notice bibliographique
Résumé
Abstract In 2019, several countries across Western Europe experienced record-breaking temperatures and heatwaves which, in some cases, reached temperatures of over 40 °C for three to four consecutive days during June and July. Extreme event attribution (EEA) studies show that anthropogenic climate change increased the likelihood of these events by at least three to ten times (with different results for different countries), and increased the temperature by 1.2 to 3.0 °C. The heatwaves resulted in more than 2500 deaths. Based on a content analysis of 267 articles taken from 20 of the most visited online news websites in four of the countries most affected by the heatwaves (France, Germany, the Netherlands, and the UK), we find strong variations between countries and media outlets in how much attention journalists pay to links between climate change and the heatwaves (the UK media the most, and politically left-leaning titles more than right-leaning ones); many different types of statements depicting the link but in general, the presence of accurate, science-based descriptions; a strong presence of EEA studies in the coverage; and more quotes from climate scientists than politicians and NGOs, with a minimal presence of climate change skeptics. These results contribute to our understanding of media coverage around extreme weather events in different countries and media outlets, and how such events might serve as opportunities for public engagement with climate change.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».