MétaCan
Menu
Retour à la cohorte
Enregistrement W4316498819 · doi:10.1177/14648849231152359

“Voices from the Island”: Informational annexation of Crimea and transformations of journalistic practices

2023· article· en· W4316498819 sur OpenAlexaff
Ksenia Ermoshina

Notice bibliographique

RevueJournalism · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCybersecurity and Cyber Warfare Studies
Établissements canadiensUniversity of TorontoGlobal Affairs Canada
Organismes subventionnairesOpen Technology Fund
Mots-clésAnnexationUkrainianJournalismPolitical sciencePeninsulaCitizen journalismContext (archaeology)LawSociologyGeographyPoliticsArchaeology

Résumé

récupéré en direct d'OpenAlex

After the annexation of Crimea by Russia in March 2014, the peninsula experienced a progressive transition of telecommunication and broadcasting infrastructure under Russian influence, followed by a wave of repression of Ukrainian media. Between 2014 and 2015, dozens of Ukrainian media organizations and independent journalists left the peninsula to continue working in exile. This paper explores the phenomenon of informational annexation using a mixed methods approach consisting of in-depth interviews with media and IT professionals as well as digital ethnography and network measurements. It argues that, besides pressure from pro-Russian authorities, journalistic work in the area is challenged by legal and infrastructural factors such as the absence of legal and financial protections for Ukrainian journalists traveling to Crimea, lack of holistic digital security within media organizations, and increased Internet censorship in Crimea. By analyzing the risk perceptions and digital security practices of exiled and Crimean civic journalists, this paper explores how informational annexation challenges journalistic work on the infrastructural and organizational level, enabling the rise of civic journalism, and how it affects journalists' individual digital security practices. In the context of the current Russian invasion of Ukraine, this research provides insights into some of the informational annexation tactics used by Russians in the occupied Ukrainian territories.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,012
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,015
Communication savante0,0110,005
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,045
Tête enseignante GPT0,349
Écart entre enseignants0,303 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournalismMême sujetCybersecurity and Cyber Warfare StudiesTravaux en français237 207