Mapping online visuals of shale gas controversy: a digital methods approach
Notice bibliographique
Résumé
The internet is an increasingly influential actor and arena for debating emerging sustainability controversies, but studies often overlook the role of visualisations in online spreading of information. This paper offers a way to better understand this role: what images do competing online actors use, are there differences between opponents and proponents, differences between internet regions, and are there shifts in their online visualisations over time? Adopting a controversy studies perspective and the digital methods approach, we studied the online spread of visual information. We compared the use of visualisation about shale gas on top-ranked pages in the internet regions of South Africa, Mexico and the United Kingdom in 2018 and 2019. The results indicate a connection between the actor’s standpoints in the controversy and the type of image used. In Mexico, proponents and neutrals used, most of all, photographs of people (officials). Opponents posted more data visuals. South African and British neutral actors used more data visuals, while proponents posted landscapes and opponents photographs of people (protesters). Also, we noticed that changes in the actor’s position in the controversy between 2018 and 2019 coincided with changes in the use of type and content of visualisations. Context-specifics of each country offered possible explanations for these shifts in standpoint and visualisation of the controversy. Our study indicates that visuals are highly relevant digital objects in public debate and the decision-making process.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 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 tête enseignante, 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 ».