MétaCan
Menu
Retour à la cohorte
Enregistrement W4390447147 · doi:10.25200/slj.v12.n2.2023.576

María Elena Hernández Ramírez

2023· article· es· W4390447147 sur OpenAlex

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

RevueSur le journalisme About journalism Sobre jornalismo · 2023
Typearticle
Languees
DomaineComputer Science
ThématiqueMedia and Digital Communication
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesProfessionalizationJournalismPolitical scienceSociologyMedia studiesArtLaw

Résumé

récupéré en direct d'OpenAlex

ES. María Elena Hernández Ramírez es Profesora e investigadora del Departamento de Estudios de la Comunicación Social de la Universidad de Guadalajara, México (DECS). Sus investigaciones se centran en el periodismo mexicano contemporáneo desde un enfoque sociológico, en las prácticas y condiciones laborales de los periodistas, las relaciones prensa-poder, la profesionalización del periodismo y sus modelos de financiamiento, y el periodismo colaborativo transfronterizo. En la entrevista dialogamos con la investigadora acerca de las dificultades para la consolidación del campo de estudios sobre periodismo en México, a partir del repaso de su trayectoria académica y profesional que sirve, no obstante, de marco para comprender el estado de situación de esta área de estudios en el país y más allá, en la región latinoamericana.
 ***
 EN. María Elena Hernández Ramírez is professor and researcher at the Department of Social Communication Studies (DECS) at the University of Guadalajara, Mexico. Her research focuses on contemporary Mexican journalism from a sociological perspective, on journalists' working practices and conditions, on press-power relations, on the professionalization of journalism and its financing models, and on cross-border collaborative journalism.In this interview, Maria Elena Hernández Ramírez discusses the difficulties hindering the consolidation of the field of journalism studies in Mexico, through the story of her academic and professional trajectory. She provides an insight into the current state of this field of study in this country, and beyond, in the Latin American region.
 ***
 PT. María Elena Hernández Ramírez é Professora e pesquisadora do Departamento de Estudos da Comunicação Social (DECS) da Universidade de Guadalajara, México. Suas pesquisas se centram no jornalismo mexicano contemporâneo a partir de um enfoque sociológico, nas práticas e condições laborais dos jornalistas, nas relações entre imprensa e poder, na profissionalização do jornalismo e seus modelos de financiamento, e no jornalismo colaborativo transfronteiriço. Na entrevista que fizemos com a pesquisadora, falamos sobre e as dificuldades de consolidação do campo de estudos sobre o jornalismo no México, a partir de uma revisão de sua trajetória acadêmica e profissional, e que serve como um marco para compreender a situação atual desse campo de estudos no país e, de modo geral, na região latino-americana.
 ***
 FR. María Elena Hernández Ramírez is professor and researcher at the Department of Social Communication Studies (DECS) at the University of Guadalajara, Mexico. Her research focuses on contemporary Mexican journalism from a sociological perspective, on journalists' working practices and conditions, on press-power relations, on the professionalization of journalism and its financing models, and on cross-border collaborative journalism. In this interview, Maria Elena Hernández Ramírez discusses the difficulties hindering the consolidation of the field of journalism studies in Mexico, through the story of her academic and professional trajectory. She provides an insight into the current state of this field of study in this country, and beyond, in the Latin American region.
 ***

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)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,413
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,006
Études des sciences et des technologies0,0020,001
Communication savante0,0090,007
Science ouverte0,0080,002
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

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 Opus0,037
Tête enseignante GPT0,271
Écart entre enseignants0,233 · 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