MétaCan
Menu
Retour à la cohorte
Enregistrement W4283832631 · doi:10.5465/ambpp.2022.13795abstract

A Model of Identity Crafting among Novice and Experienced Journalists in an Era of Transformation

2022· article· en· W4283832631 sur OpenAlexaff
Rosanna Schropp

Notice bibliographique

RevueAcademy of Management Proceedings · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMedia, Religion, Digital Communication
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésTransformative learningIdentity (music)CraftJournalismSociologyPublic relationsPolitical scienceMedia studiesAestheticsPedagogyVisual arts

Résumé

récupéré en direct d'OpenAlex

As numerous transformative forces - notably the prevalence of a new business logic, the emergence of new actors and the penetration of new technologies - transcend traditional newsroom practices, journalists of all ages see the cornerstones of their professional identity being disrupted. Conceiving their profession as a calling, and having different conceptions of their work depending on their generation, journalists tend to apply a variety of strategies to respond to these changes and re-craft their journalistic identity. Based on the literature on professional identity, generations and the transformation of journalism, this paper proposes a multi-dimensional model presenting the strategies of identity crafting applied by novice and experienced journalists. The model explains the differences in their strategies by juxtaposing their distinct views on calling, alongside three facets of generational identity (year of birth, life stage, nature of work). The main proposition is that novice journalists adopt a strategy of liquid identity crafting characterized by a willingness to integrate transformative elements in their work, while experienced journalists prefer a strategy of solid identity crafting, shaped by a desire to preserve traditional journalism practices. With the digital transformation of journalism as major driver, the paper contributes to the literature on professional identity with an original perspective on calling, and adds to research on generations by unpacking differences in the process of identity crafting among novice and experienced journalists.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,309
Score d'incertitude au seuil0,313

Scores Codex et Gemma par catégorie

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

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 Opus0,056
Tête enseignante GPT0,286
Écart entre enseignants0,230 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetMedia, Religion, Digital CommunicationTravaux en français237 207