MétaCan
Menu
Retour à la cohorte
Enregistrement W3211310169 · doi:10.31165/nk.2021.142.651

Animal Representation on UK Children’s Television

2021· article· en· W3211310169 sur OpenAlexaboutno aff
Lynda M Korimboccus

Notice bibliographique

RevueNetworking Knowledge Journal of the MeCCSA Postgraduate Network · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueAnimal and Plant Science Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMainstreamRepresentation (politics)UndoMedia useEveryday lifeSociologyPsychologyMedia studiesSocial psychologyPoliticsPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

It is widely accepted that television is a powerful medium and that its influence, particularly on children and young people, can be profound (see for example Canadian Paediatric Society 2003; Strasburger 2004; Matyjas 2015). The representation and categorisation of non-humans in such content may therefore influence a culture’s attitudes towards those species and, by extension, its children’s views. This article investigates animal characters on three hundred and fourteen children’s TV shows across five days of ‘free’ to view UK programming during summer 2020, and is the first study in over twenty-five years (since Elizabeth Paul’s in 1996) to focus specifically on mainstream children’s TV, and the only one to have sole regard for pre- and early primary-age UK viewers. With research clear that the media is so influential, recognising the role of such culture transmission is vital to ‘undo’ unhelpful assumptions about animals that result in their exploitation, and change future norms (Joy 2009). Television media either ignores or misrepresents the subjective reality of many (particularly food) species, but with children preferring anthropomorphised animals to most others (Geerdts, Van de Walle and LoBue 2016), this carries implications in terms of responsibility for our ideas and subsequent treatment of those non-humans in everyday life.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,044
Tête enseignante GPT0,329
Écart entre enseignants0,285 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNetworking Knowledge Journal of the MeCCSA Postgraduate NetworkMême sujetAnimal and Plant Science EducationTravaux en français237 207