Report: Critiquing the critiques about media and minority research in Canada
Notice bibliographique
Résumé
I want to begin by thanking the editors of this special issue for the opportunity to reflect critically upon my contributions to research in the arena of media and minority representation. I came to this field when I was a television news pro-ducer. I was struck by the lack of journalists of colour on the floor of the news-room and puzzled by the lack of critical and nuanced attention given to stories related to race. This led me to complete a review of the literature on media and minority relations when I became a postdoctoral fellow. I made recommendations for future research in this area, based on interviews I conducted with journalists, communication scholars, and leaders of not-for-profits. It has been particularly gratifying for me to see that this piece has proven valuable to other scholars who are now conducting research on this topic. I was asked to do a follow-up piece on research on immigration and media in Canada (Mahtani, 2008). More recently, my research is exploring diversity—and the complicit and complicated use of this term in newsrooms. Diversity is employed in a myriad of ways in news discourse, as diversity has been seen as not making just good moral
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 | 0,036 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,017 |
| Études des sciences et des technologies | 0,060 | 0,033 |
| Communication savante | 0,032 | 0,010 |
| Science ouverte | 0,009 | 0,010 |
| Intégrité de la recherche | 0,017 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».