Fire and Climate: Connecting the Dots in British Columbia News Media
Notice bibliographique
Résumé
Background: Extreme weather events are intensifying with climate change, offering opportunities to raise the public urgency of this issue. The media’s role in communicating this connection is crucial. Analysis: This article analyzes media coverage of wildfires over a nine-year period in British Columbia focusing on how they are linked to climate change, in particular, during the 2017 and 2018 record-breaking fire seasons. Conclusion and implications: In media coverage in British Columbia, there is a marked absence of a link between climate change and wildfires and a tendency for connections to be tokenistic, decontextualized, and normalizing. More provocative narratives developed by various public figures that locate wildfires within broader narratives of climate crisis offer more compelling accounts. Contexte : À cause du changement climatique, les événements climatiques extrêmes sont en train de devenir plus intenses. Dans les circonstances, il devient pertinent de soulever l’urgence publique de cet enjeu, et les médias pourraient jouer un rôle crucial pour le communiquer. Analyse : Cet article analyse la couverture médiatique de feux de forêt sur une période de neuf ans en Colombie-Britannique, particulièrement durant les saisons des feux de 2017 et 2018 qui ont battu tous les records. L’article met l’accent sur comment ces incendies sont reliés au changement climatique. Conclusions et implications : Dans la couverture médiatique en Colombie-Britannique, on néglige de montrer les liens qui existent entre le changement climatique et les feux de forêt. Toute connexion établie tend à être superficielle, décontextualisée et normalisée. En revanche, diverses personnalités publiques ont incorporé les feux de forêt dans des narrations englobant l’idée de crise climatique, offrant ainsi une perspective plus intéressante, voire provocatrice.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,010 | 0,005 |
| Communication savante | 0,011 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».