MétaCan
Menu
Retour à la cohorte
Enregistrement W4231369794 · doi:10.32920/ryerson.14640480.v1

Exploring the potential for crowdsourced spatial information to inform debate related to the changing Canadian local news landscape

2021· preprint· en· W4231369794 sur OpenAlexafffundabout
Jon Corbett, April Lindgren

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueGeographic Information Systems Studies
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCitizen journalismContext (archaeology)NewspaperWorld Wide WebService (business)CrowdsourcingThe InternetData sciencePolitical scienceGeographyComputer scienceBusinessAdvertisingMarketing

Résumé

récupéré en direct d'OpenAlex

This paper investigates an applied participatory mapping research project that enables members of the public to crowdsource information for Canada’s first community spatial database documenting contemporary changes to local news outlets. This data is presented on the Local News Map, which locates where news organizations are closing or cutting back services and where new outlets are launched or services are increased. The tool, released in mid-2016 by Canadian academics, is a web-based, interactive platform that displays map markers and descriptive information about changes to local television, radio, online sites and newspapers dating from 2008 to the present. Map filters allow users to select and view specific information about these changes. We explore the impact of the project, demonstrating that the map has enriched the public sphere by generating robust empirical data on news outlets that have shut down or launched or increased/decreased service in their communities. Specifically, we found strong and ongoing demand from journalists who use the platform’s data to provide context for stories about the ongoing disruption in the local news sector. We also identify other impact indicators for further investigation.

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)0,027
score de la tête « metaresearch » (Gemma)0,063
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil0,307

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,063
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0100,017
Études des sciences et des technologies0,0110,009
Communication savante0,0110,005
Science ouverte0,0030,010
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,035
Tête enseignante GPT0,261
Écart entre enseignants0,226 · 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'étudeQualitatif
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

Citations1
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetGeographic Information Systems StudiesTravaux en français237 207