MétaCan
Menu
Retour à la cohorte
Enregistrement W4401519088 · doi:10.18662/rrem/16.3/889

Disability Representation in French and Tunisian Media: A Comparative Analysis of Paralympic Games Coverage

2024· article· en· W4401519088 sur OpenAlexaff
Abdelhakim Chrif, Vаlentinа Ștefănică, Halil İ̇brahim Ceylan, Raouf Hammami, Imen Ben Amar, Sabri Gaied Chortane, Nicola Luigi Bragazzi, Luca Puce, Raul Ioan Muntean

Notice bibliographique

RevueRevista Romaneasca pentru Educatie Multidimensionala · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInclusion and Disability in Education and Sport
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésRepresentation (politics)NewspaperAthletesContent analysisContext (archaeology)Media coverageSociologyGender studiesPsychologyPolitical scienceMedia studiesSocial scienceGeographyMedicinePhysical therapyPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

This study is part of a broader investigation into the portrayal of disability within the context of the Paralympic Games. Focusing on media coverage from 2008, 2012 and 2016 in French and Tunisian newspapers, representing two distinct cultural landscapes, we explore the nuances of how disability is depicted. Employing a multifaceted approach involving statistical analysis utilizing the Chi-squared test, discourse content analysis, and photo analysis, we delve into uncharted territory by examining the treatment of impaired athletes in Tunisian media. Our findings highlight significant disparities and instances of discrimination, not only between disabled and able-bodied athletes but also among genders within each nation. Of particular concern are the disparities in photo representation, notably the portrayal of Tunisian women athletes. By contextualizing our findings within the existing body of literature, this study provides valuable insights into the complex dynamics of disability representation in sports media. Furthermore, it contributes to a deeper understanding of societal attitudes towards disability and offers actionable recommendations to foster more inclusive media coverage 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,143
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,037
Tête enseignante GPT0,386
Écart entre enseignants0,349 · 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'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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Romaneasca pentru Educatie MultidimensionalaMême sujetInclusion and Disability in Education and SportTravaux en français237 207