MétaCan
Menu
Retour à la cohorte
Enregistrement W7100159237

aenjournal Representing Ethnic Communities in the Media

2006· article· en· W7100159237 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiaspora, migration, transnational identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMainstreamEthnic groupSocial mediaAlternative mediaNews mediaQuarter (Canadian coin)Media relations
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Does ethnicity matter in the media? If so, when and what is the role of ethnic and mainstream media in promoting the good news as well as the bad news about migrants and refugees? The results of an AEN quick-survey suggest that mainstream media is a key cross-over point for inter-cultural exchange and a primary vehicle for promoting inter-cultural awareness and understanding. Ethnic media publications provide an alternative to an increasingly homogenised mainstream media. They are essential to the health of a civic society and make an essential contribution to promoting and sustaining social movements. Communicating horizontally, rather than from the top down, ethnic media help to build communities, reduce social isolation and keep culture and language alive. They are able to bring about social change from within communities (Lalley & Hawkins, 2005). The news media play a major role in society around establishing and disseminating cultural references and are pivotal in representing and giving voice to community members. However, they can unintentionally strengthen racist discourses rather than fighting them (ERCOMER, 2002). According to a California New Media study, nearly a quarter of all U.S. residents regularly get information from the ethnic media (Briggs, 2005). A national, multilingual poll of almost 1,900 Latino, African-American, Asian-American, Arab-American and American Indian respondents showed that 13 % of

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,320

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,001
Communication savante0,0100,006
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0960,019

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 Opus0,097
Tête enseignante GPT0,366
Écart entre enseignants0,270 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDiaspora, migration, transnational identityTravaux en français237 207