Internet como fuente de información con propósitos periodísticos en Venezuela
Bibliographic record
Abstract
La presente investigación describe el uso de Internet como fuente de información, (IFI), por parte de los periodistas en Venezuela. Se analizan los procesos de aprendizaje y asimilación tecnológica en estos profesionales. El trabajo se fundamenta en la teoría de la innovación tecnológica, a partir de su categoría capacidad tecnológica, y en los estudios realizados sobre Internet y su aplicación en el mundo de la comunicación social. Es una investigación descriptiva con un diseño transversal en la que se aplicó un cuestionario en línea a una población de 373 periodistas utilizando como interfase el correo electrónico. Los principales hallazgos dan cuenta que en su gran mayoría, los periodistas que usan IFI lo hacen bajo el criterio de “observar y cotejar” los datos que se generan en el ambiente virtual a nivel de los otros medios de comunicación y desarrollan escasas iniciativas de participación e investigación en los servicios de mayor interactividad de la red, tales como foros y listas de discusión. Una cuarta parte de la población de periodistas encuestados tienen cuentas de correo electrónico inactivas, y sólo el 13,4% manifestó su quehacer activo en las redes telemáticas.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".