Climate skepticism presence and changing climate journalism sourcing practices in the 2023 British Columbia wildfire coverage
Notice bibliographique
Résumé
In 2023, Canada experienced one of the worst wildfire seasons in its history, with over 16.5 million hectares of land being burnt. These record-breaking wildfires required evacuations, posed physical and mental health risks, and required multiple levels of government emergency response. As wildfires have become increasingly intense, scientists have come to the consensus that climate change is a factor which is contributing to the worsening of these fires through increased global temperatures, changing seasonal patterns, and increased droughts. Media coverage of the wildfires combined event-driven reporting and climate journalism. Climate journalism has been an area of rapid change in journalism studies. Climate journalism has been moving away from previous ideas of objectivity and bothsidesism, and instead moving towards a subjective stance where climate change is not treated as a subjective ideal, but is instead treated as an objective fact, changing the way that different voices in climate journalism are represented. Climate journalism aligns with journalistic sourcing practices as certain groups, such as government officials, receive high media representation, and other groups experience less representation. This research project explored how different sources are represented in the 2023 Canadian wildfire media coverage, using both quantitative and qualitative analysis. It investigated which sources were the most likely to assert a connection between climate change and wildfires, and to understand how reluctance and skepticism are represented. Findings suggest that skeptic voice presence in media is decreasing, and that event-driven crisis reporting platforms a microcosm of dominant government sources. The results advance an understanding of how science communication is represented by sources, and which sources contribute to shaping the current representation of climate change in the media during a crisis event.
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 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,007 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».