Klimatförändringar. Hur klimat kommuniceras i svenska och nordamerikanska nyhetsmedier
Notice bibliographique
Résumé
This study analyses the frames and discourses in different news media reporting on the same events in news outlets in Canada, the US, and Sweden. This was done by analysing both digital-born media and legacy media. The theoretical framework consists of theories about discourse, framing, media logics, the economic prerequisites for journalism, and environmental journalism. The aim is to find what frames, discourses, tone and what voices are being heard in the news coverage of Greta Thunberg’s climate protest, the migrant caravan, and the UN report on climate change released in 2018. Also, differences in the different media are analysed. This is done through discourse analysis by using Fairclough’s CDA and the three-dimensional model, combined with tools from critical linguistics. The analysis of the news texts found that the discourses in the coverage of the three events followed previous research on journalistic values, production and the way that climate change events were reported (or not reported) on. The study also found some themes, frames, that were producing new discourses in climate change journalism. Among these was the way that Greta Thunberg and other young voices were heard on a subject that previously has been heavily focused on politicians, scientists and NGO’s. Thunberg and the migrant caravan were also covered more extensively by the news media included than the UN report, not framing climate in the articles, even though they are about climate change events.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».