MétaCan
Menu
Retour à la cohorte
Enregistrement W6889723736 · doi:10.25946/19446812

Research dataset gathered during the RHD project that explored the the impact of online trauma threats faced by journalists during and immediately after the lockdowns (1Q 2020 to 3Q 2021) prompted by the COVID-19 pandemic.

2022· dataset· en· W6889723736 sur OpenAlexaboutno aff

Notice bibliographique

RevueCentral Queensland University · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThematic analysisNarrativeWork (physics)Quarter (Canadian coin)JournalismSituatedPandemicCoronavirus disease 2019 (COVID-19)

Résumé

récupéré en direct d'OpenAlex

The research interviews with journalists and experts and the data extraction from the survey conducted for the Masters Research Project; <i>The Impact of Online Trauma Threats Faced by Journalists: The Case of COVID-19 Imposed Remote Working Regimes</i>. BackgroundThe global reach of the COVID-19 pandemic, with its sustained infection and fatality rates from the first quarter of 2020, deeply affected the majority of journalists across the world, who found themselves working on stories of trauma linked to the pandemic from remote locations and under restrictive working conditions. These COVID-19-enforced working conditions exponentially increased the exposure levels of online trauma threats faced by journalists. This research examines the confluence of online trauma threats and their manifestations and impacts, along with mitigative measures some journalists took to ease the impact of this confluence. The research was guided by the central question: ‘How are journalists experiencing and responding to online trauma threats they face in the line of work during and ‘post’ COVID-19 lockdowns?’ The research utilised three distinct yet interrelated methods: an online survey; in-depth, semi-structured interviews; and narrative case studies in the form of feature-length journalism. Thematic analysis of the survey and interviews provided a framework for the works of journalism, which are situated in broader contexts of the journalism profession and online trauma reporting. Responding to the increase in online trauma threat activity exacerbated by the COVID-19 pandemic, the research points towards potential transformations within the profession that might assist journalists to continue undertaking their important role in and for society.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0040,002
Communication savante0,0000,000
Science ouverte0,0050,003
Intégrité de la recherche0,0000,004
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 Opus0,086
Tête enseignante GPT0,353
Écart entre enseignants0,268 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCentral Queensland UniversityTravaux en français237 207