MétaCan
Menu
Retour à la cohorte
Enregistrement W7056110388

El tratamiento informativo en televisión : Los macrogéneros información e infoentretenimiento

2021· dissertation· ca· W7056110388 sur OpenAlexaboutno aff

Notice bibliographique

RevueTesis Doctorals en Xarxa (Consorci de Serveis Universitaris de Catalunya) · 2021
Typedissertation
Langueca
DomaineMaterials Science
ThématiqueThermal properties of materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Quarter (Canadian coin)Confusion
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Aquesta tesi doctoral realitza un anàlisi del tractament informatiu televisiu dels programes emesos a canals generalistes durant una setmana de programació a Espanya. A l'anàlisi del tractament informatiu televisiu s'inclouen programes tant del macrogènere informació com d'infoentreteniment, per a poder acomplir l'objectiu principal de la tesi: distingir les similituds i diferències entre aquests dos macrogèneres. Per a portar a terme aquest anàlisi es van escollit quatre temes seleccionats de manera inductiva: Nou govern, Nova executiva del PP, Independència catalana i Cas Laia. Dels programes escollits s'han analitzat variables com els recursos que empren les noticies, els i les protagonistes, l'estructura narrativa, el tipus de fonts utilitzades o els marcs de referència per a realitzar el tractament informatiu. En termes generals els resultats mostren com ambdós macrogèneres tenen apropaments similars en quant al tractament informatiu i el punt on es troben es, tot i que no en totes les ocasions, la informació espectacularitzada. Tot i que hi ha diferències entre ambdós macrogèneres és l'infoentreteniment el que s'allunya en major mesura de la espectacularització de la informació amb recursos com la informació de context en major freqüència o la omissió de temes de successos com el Cas Laia com a principals indicadors d'un tractament informatiu més exhaustiu i menys espectacularitat de la informació.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,006
Science ouverte0,0050,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0220,004

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,269
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTesis Doctorals en Xarxa (Consorci de Serveis Universitaris de Catalunya)Même sujetThermal properties of materialsTravaux en français237 207