Hegemonic Media and Polarized Discourses: An Analysis of Disinformation Narratives in Indian Media
Notice bibliographique
Résumé
There is a growing concern that disinformation, particularly transmitted through mobile phones, television, and social media, is fuelling social tension and even violence at times. Ample evidence, along with anecdotal interpretations, is available to illustrate how digital and mainstream media platforms in India have turned into pernicious channels for spreading hatred and violence. The proposed study investigates how propaganda, disinformation and fake news are used as polarization tools to elevate a particular political ideology or practice in a democracy like India. The study highlights a series of events and hashtags used on X (earlier Twitter) and other social platforms using derogatory language or agendas against communities and people of dissent. The media is wielded as a tool to spread polarized discourses that serve the interest of the ruling dispensation. Using some examples of fake news and propaganda, this paper draws attention to media propaganda and its effects on minorities, Muslims in particular, and human intellect in general. The research looks at how political goals shape propaganda definitions and signs, symbols, or languages used against minorities, who are largely portrayed as ‘others’ in the country. Additionally, it delves into the strategies and techniques employed by prejudiced media to shape reality, as well as how they undermine cultural norms and promote divisive policies of the ruling regime. The investigation of specific texts, videos, and audios will support the study. The findings reveal that such propagandised media or sources of information can have both positive and negative effects on the democratic process. The study uses some cases as examples to show how disinformation or media manipulation restricts the freedom of expression, food habits, mobility, and affiliation of the country's minorities. This is troubling because stigma can lead to more hostile attitudes toward integration or weaken one's sense of belonging in democracies.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,013 | 0,020 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».