MétaCan
Menu
Retour à la cohorte
Enregistrement W4382542415 · doi:10.1177/10776990231173890

Comparing Journalistic Role Performance Across Thematic Beats: A 37-Country Study

2023· article· en· W4382542415 sur OpenAlexaff
Claudia Mellado, Mireya Márquez-Ramírez, Sarah Van Leuven, Daniel Jackson, Cornelia Mothes, Carlos Arcila Calderón, Jérôme Berthaut, Nicole Blanchett, Sandrine Boudana, Katherine Yi-Ning Chen, Sergey Davydov, Mariana De Maio, Nagwa Fahmy, Martina Ferrero, Miguel Garcés-Prettel, Lutz M. Hagen, Daniel C. Hallin, María Luisa Humanes, Marju Himma-Kadakas, Guido Keel, Claudia Kozman, Aleksandra Krstić, Sophie Lecheler, Misook Lee, Christi I-Hsuan Lin, Marco Mazzoni, Kieran McGuinness, Karen McIntyre, Jacques Mick, Cristina Navarro, Dasniel Olivera Pérez, Marcela Pizarro, Henry Silke, Terje Skjerdal, Agnieszka Stępińska, Gabriella Szabó, Diana Viveros

Notice bibliographique

RevueJournalism & Mass Communication Quarterly · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésContent analysisPoliticsFreedom of the pressThematic analysisMedia studiesAdvertisingPolitical scienceSociologyPublic relationsLawSocial scienceQualitative researchBusiness

Résumé

récupéré en direct d'OpenAlex

Studies suggest that, at the routine level, news beats function as unique “micro-cultures.” Exploring this “particularist” approach in news content, we compare how the interventionist, watchdog, loyal, service, infotainment, and civic roles materialize across 11 thematic news beats and analyze the moderating effect of platforms, ownership, and levels of political freedom on journalistic role performance in hard and soft news. Based on the second wave of the Journalistic Role Performance (JRP) project, this article reports the findings of a content analysis of 148,474 news items from 37 countries. Our results reveal the transversality of interventionism, the strong associations of some topics and roles, and the limited reach of news beat particularism in the face of moderating variables.

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)0,005
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,057
Tête enseignante GPT0,373
Écart entre enseignants0,317 · 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'étudeObservationnel
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

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournalism & Mass Communication QuarterlyMême sujetSocial Media and PoliticsTravaux en français237 207