An AI-Assisted Topic Model of the Media Literacy Research Literature
Notice bibliographique
Résumé
Media literacy, a vital field of research and educational practice, is attracting considerablescholarly attention, resulting in a burgeoning research literature. While numerous bibliometricstudies have sought to capture the key features and themes of this body of literature, its rapidproliferation requires greater scalability and stronger capability to identify and characterize latenttopics. In this study we address this gap by offering a computational bibliometric analysis ofa corpus of 4,082 research documents on media literacy, spanning the period from 1985 to2024. Through analysis of the documents’ metadata with natural language processing (NLP)using Latent Dirichlet Allocation (LDA) with Orange3, an open-access data mining softwaretool, we identify seven principal topics, each represented by a specific set of documents. Thetopics pertain to media publications and online content, critical thinking, youth behaviour,new media skills in education, news and misinformation, health (particularly among females),and communication strategies. We characterize these media literacy research topics with theassistance of a Large Language Model to generate a short synthetic description based on eachtopic’s top keywords. We complement our analysis with VOSviewer to produce co-citation mapsof publication sources and authors to identify the disciplinary structure of the field, key MLauthors, and their research contributions, which focus especially on media literacy education,digital media, behavioural issues, health impacts, and public perceptions.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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.
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 ».