Differences in sensationalism in international news media reporting of COVID-19: An exploratory analysis using the Global Public Health Intelligence Network (GPHIN) system
Notice bibliographique
Résumé
Background: The Global Public Health Intelligence Network (GPHIN) is an event-based surveillance platform that collects thousands of pieces of open-source information, including international news media, across multiple languages on a daily basis. Analysts have observed that news media reporting in some languages tended to use more sensational wording to describe major health events. There has been minimal research exploring potential differences in sensationalism in international news media reporting to confirm these observations. Objective: This exploratory study assessed the differences in the level of sensationalism in early international news media reporting of COVID-19 through a mixed-methods analysis. Methods: Relevant news media articles received in GPHIN seven days following the Public Health Emergency of International Concern declaration of COVID-19 by the World Health Organization were extracted for screening and analysis. An adapted tool was used to measure the sensationalism of pandemic-related health news. Deductive thematic analysis was conducted to examine themes of sensationalism. Differences in prevalence of sensationalism in news media reporting by language and country/territory of publication were assessed. Sentiment analysis assessed the sentiment and emotional tone of the news media articles. Results: Of 951 news articles that met the eligibility criteria, 155 contained sensationalism. There were significant differences between languages (French, Russian and Spanish) and various domains of sensationalism. This study also found a more negative emotional tone in news media articles with sensationalism. Conclusion: This exploratory study showed that language has the potential to impact the perception of health events using more sensationalized language.
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 | 0,010 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».