Kiistaa meidän metsistämme : kehysanalyysi lulucf-asetuksen ympärillä käydystä mediakeskustelusta Maaseudun Tulevaisuudessa ja Yleisradiossa
Notice bibliographique
Résumé
Tutkimuksessamme kuvaamme, kuinka Euroopan unionin ilmastopoliittista lulucf-asetusta on kehystetty Maaseudun Tulevaisuuden ja Yleisradion verkkouutisissa syys–lokakuussa 2017. Tutkimuksemme teoreettinen viitekehys on ympäristöjournalismissa. Lisäksi taustoitamme asetuksen ympärillä käytyä keskustelua suomalaisen metsäkeskustelun historiallisilla näkökulmilla. Käytimme analyysimenetelmänä kehysanalyysia. Analyysimme tuloksena huomasimme, että lulucfasetuksesta keskustelua kehystetään ensisijaisesti kiistan kehyksen kautta. Vastakkainasettelu on yleinen tapa kehystää politiikkaa, ja se on myös yksi ympäristöjournalismin piirre. Pääkehyksemme lisäksi löysimme aineistostamme totuuden ja omaisuuden yläkehykset sekä talouden, ympäristön, Suomen edun ja Suomen metsien alakehykset. Analyysimme tuloksena voimme sanoa, että aineistossamme korostuu metsäpolitiikka, vaikka lulucfasetus on ilmastopoliittinen päätös. Maaseudulla Tulevaisuudella ja Yleisradiolla on painotuseroja, jotka näkyivät kehysanalyysin tuloksissa. Tämä johtaa siihen, että myös kehysten esiintymisessä oli eroja medioiden välillä. Omaisuuden kehykset toistuivat Maaseudun Tulevaisuudella useammin kuin Yleisradiolla, jolla puolestaan painottuivat totuuden kehykset.
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) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,006 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».