Pharmacological articles in the German magazine DIE ZEIT (THE TIME)—content, adequacy, and comprehensibility
Notice bibliographique
Résumé
The German weekly magazine DIE ZEIT (THE TIME) reaches more than one million readers per issue, mainly from high-income social classes. Pharmacological content is frequent in DIE ZEIT. As it therefore reaches many people who generally have no in-depth knowledge of pharmacology, it can be assumed that DIE ZEIT is an important primary source of information. It should be its task to depict the drugs widely used by the population and to present them correctly and comprehensibly. This study analyzes 71 articles from 2012 to 2022 in terms of form, content, and comprehensibility. The analysis shows that in DIE ZEIT, drug groups largely correspond to the prescription figures and disease prevalence in Germany, with cardiovascular, neuropsychiatric, and pain medications being frequently discussed. There are deviations in the case of oncological drugs, for example, which are discussed more frequently than prescribed. New drug approvals are reported less frequently, and when they are, it is usually about the research phase. DIE ZEIT often reports on findings that are less than a week old and frequently quotes trustworthy experts, but no scientific sources can be found in around a quarter of the articles. A COVID-19 effect can also be identified in the years 2020 to 2022, as reporting on drugs for the treatment of coronavirus disease 2019 (COVID-19) predominated. An important point of criticism was identified with regard to comprehensibility. Less than half of the articles achieved the cut-off value for general comprehensibility specified by the Textlab analysis program, and only one article achieved the value for target group-oriented comprehensibility. This analysis confirms the problem that science communication is often too complicated and incomprehensible. It discusses the tension between the prescribed drugs and the mission of DIE ZEIT to entertain and should serve as a basis for analyzing other newspapers. Finally, we make specific suggestions how presentation of pharmacological topics in lay media can be improved in the future.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,148 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,014 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».