MétaCan
Menu
Retour à la cohorte
Enregistrement W4293077290 · doi:10.1111/ssqu.13178

Populist media diets

2022· article· en· W4293077290 sur OpenAlex
Eline A. de Rooij, Dominik Stecuła, Mark Pickup

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSocial Science Quarterly · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésMainstreamDistrustElitismCredibilityIdeologyPopulismEliteMedia consumptionNews mediaSocial mediaNewspaperMedia contentPolitical scienceConsumption (sociology)Media coverageSociologyContent analysisMedia useFocus groupMedia studiesSocial psychologyPoliticsPsychologySocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Objective The changing media landscape highlights the need to understand the dynamic nature of Americans’ news consumption patterns. Research to date has focused on understanding how media diets vary across partisanship, while other, cross‐cutting cleavages remain underexplored. We focus on the relationship between populism and where Americans get their news and how they assess news media credibility. Methods Using an original, national survey of Americans ( N = 1009) fielded in March 2020, we explore the news media diets of populists, controlling for partisanship, ideology, and relevant covariates. Results Analyses demonstrate that two primary dimensions of populism—anti‐elitism and distrust of experts—relate to media diets in complex ways. Conclusion Those who distrust experts have a more ideologically extreme media diet and put trust in fringe outlets and social media, whereas those with anti‐elite attitudes do not shy away from mainstream outlets and hold positive views of journalists and mainstream media.

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.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,328
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0090,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,338
Écart entre enseignants0,311 · 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