MétaCan
Menu
Retour à la cohorte
Enregistrement W4250422488 · doi:10.31235/osf.io/k6hxn

Framing science: How opioid research is presented in online news media

2019· preprint· en· W4250422488 sur OpenAlexaffabout
Lisa Matthias, Alice Fleerackers, Juan Pablo Alperín

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)PerceptionJournalismTrustworthinessNews mediaPublic relationsPolitical sciencePsychologyAdvertisingSocial psychologySociologyMedia studiesEngineeringBusiness

Résumé

récupéré en direct d'OpenAlex

Through their coverage and framing, popular news media play an instrumental role in shaping public perception of important issues like the opioid crisis. Using a detailed coding instrument, we analyzed how opioid-related research was covered by US and Canadian online news media in 2017 and 2018, at the height of the crisis. We find that opioid-related research is not frequently mentioned in online news media, but when it is, it is most often framed as valid, certain, and trustworthy. Our results also reveal that the media predominantly present research findings without context, providing little information about the study design, methodology, or other relevant details—although there is variability in what kind of news stories mention opioid-related research, what study details they provide, and what frames they use. Potential implications for the future of science communication and science journalism, as well as the public perception and understanding of science, are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,513
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,745
Tête enseignante GPT0,584
Écart entre enseignants0,160 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetClimate Change Communication and PerceptionTravaux en français237 207