Cultural Analytics and Environmental News: A Novel LLM Approach to Cross-Cultural Understanding of Narrative Morals
Notice bibliographique
Résumé
Cette étude examine l'utilisation de modèles de langage avancés (LLMs) tels que GPT-4 pour découvrir et analyser les messages narratifs latents dans les articles de presse relatifs à l'environnement issus des médias nord-américains et chinois. Avec la définition du “message narratif” comme la morale intrinsèque ou la leçon intégrée dans une histoire, l'extraction morale assistée par LLM est appliquée à un ensemble de données comprenant environ 15 000 articles de presse en anglais et en mandarin, catégorisés par thèmes liés au climat et alignements idéologiques. L'analyse des résultats extraits s'étend sur trois dimensions comparatives : les sources nord-américaines versus chinoises, les perspectives libérales versus conservatrices, et les sources étatiques (Chine continentale) versus offshore (Hong Kong et Taïwan). Les résultats mettent en lumière des différences marquées dans la manière dont les agents et les valeurs narratives sont présentés à travers différents contextes culturels et idéologiques. Par exemple, les médias nord-américains ont tendance à mettre en avant des thèmes individualistes et axés sur la crise, tandis que les médias chinois soulignent des récits centrés sur le développement et la coopération. Cette recherche souligne les capacités des LLMs à disséquer et à influencer la communication sur le climat et l'environnement, offrant de nouvelles perspectives sur les systèmes de croyances collectifs qui encadrent le discours public sur les problèmes environnementaux dans différents contextes culturels
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,019 |
| Communication savante | 0,014 | 0,018 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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; 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 ».