Talk Radio’s America: How an Industry Took Over a Political Party That Took Over the United States—Brian Rosenwald (Cambridge, MA, USA: Harvard Univ. Press, 2019, 358 pp.)
Notice bibliographique
Résumé
In March 2020,as the coronavirus was rapidly spreading throughout the United States, President Trump strode into the Situation Room for a meeting with his COVID-19 task force. According to sources in attendance, the President excitedly announced that he wanted to start a 2-hour, daily White House talk radio show to provide a regular opportunity for him to update Americans, quell fears, and answer listener questions. Ultimately, the President quashed the idea, giving as his reason that it would compete with Rush Limbaugh, whose legendary talk radio program was the gold standard among conservative supporters. When aids suggested the White House program might air at a time that did not conflict with Limbaugh’s broadcast, the President demurred, choosing not to ruffle the feathers of right-wing radio’s Big Bird. The talk radio maestro was held in such high regard that, just a month or so earlier, the President used the solemn occasion of his State of the Union address to announce that he was giving Mr. Limbaugh the nation’s highest civilian award, the Presidential Medal of Freedom. This decision would not surprise Brian Rosenwald whose book documents Limbaugh’s formative role in turning an old technology into an instrument of power that transformed the Republican Party and political discourse in the United States.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,011 | 0,013 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,013 |
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 ».