MétaCan
Menu
Retour à la cohorte
Enregistrement W4309319615 · doi:10.1386/ajr_00106_7

The ‘digital death knock’: Australian journalists’ use of social media in reporting everyday tragedy

2022· article· en· W4309319615 sur OpenAlexaboutno aff
Alysson Watson

Notice bibliographique

RevueAustralian Journalism Review · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueGrief, Bereavement, and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNewspaperSensationalismJournalismSocial mediaGriefTragedy (event)Political scienceMedia studiesPublicationPhonePublic relationsCriminologySociologyLawSocial sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Newspapers regularly publish stories about people who have died suddenly or in unusual circumstances and the effect of these deaths on families and communities. The practice by which a journalist writes such a story is called the ‘death knock’; the journalist seeks out the deceased’s family to interview them for a story about their loss. The death knock is challenging and controversial. It has been criticized as an unethical intrusion on grief and privacy and shown to have negative effects on bereaved people and journalists. It has also been defended as an act of inclusion, giving the bereaved control over stories that may be written anyway, and a form of public service journalism that can have benefits for families, communities and journalists. Traditionally a knock on the door, the death knock is also done via phone and e-mail, and recently, in a practice termed the ‘digital death knock’, using social media. This article reports on the findings of a 2021 survey of Australian journalists and their current death knock practice and it will do this within the framework of research in the United States, the United Kingdom and Canada. In these countries, journalists are doing the ‘digital death knock’ because of time and competition pressures and available technology; however, this raises ethical concerns about their reproduction of social media material without the permission or knowledge of its owners. This article will discuss the extent to which social media has impacted death knock practice in Australia.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,184
Tête enseignante GPT0,411
Écart entre enseignants0,227 · 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'étudeSans objet
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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Journalism ReviewMême sujetGrief, Bereavement, and Mental HealthTravaux en français237 207