Notice bibliographique
Résumé
News media are the general public's main source for health and medical information. Journalists who cover health topics are tasked not only with “translating” the complexities of science and medicine for their audiences, but with raising people's health literacy levels and providing citizens with the information they need to make informed decisions about personal health issues. Health journalists share a number of common norms and practices inherent to the journalistic profession more generally, including a commitment to truth, accuracy, fairness, balance, and independence, and a perceived role as “watchdogs” who serve citizens by holding those in power to account. Despite its important role, health journalism is in trouble. In line with larger trends affecting the news media industry, there are fewer specialized health journalists working in newsrooms today. Journalists have less time and fewer resources to do more work, and are increasingly competing for audiences online, where social media and bloggers have become popular sources for health information and mis/disinformation. Health journalism has also been the target of much scholarly critique, including charges of uncritical reporting, fixating on overhyped “breakthroughs,” not representing the realities of medical research, and fostering high levels of audience distrust in both journalism and the medical field. Despite these challenges and critiques, the COVID‐19 pandemic has caused many to recognize the value and importance of health journalism, which creates opportunities to use the lessons learned from covering a global health crisis to improve the field's overall quality and conditions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,000 |
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.
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 tête enseignante, 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 ».