Bibliographic record
Abstract
Lo sviluppo della comunicazione politico-elettorale nel corso degli anni ha profondamente modificato il modo in cui i messaggi provenienti dalla politica giungono al cittadino. Inoltre, l’evoluzione tecnologica del panorama mediatico ha reso sempre più facile, e accessibile a sempre più persone, la possibilità di un dialogo diretto tra il cittadino e l’esponente politico o il suo staff. Da questa dinamica appare escluso il giornalista politico, la cui intermediazione era del tutto necessaria fino a pochi anni or sono, e che oggi si trova a dover far fronte a un rischio di obsolescenza. Un rischio causato anche da pratiche e comportamenti che, nel corso degli anni, hanno contribuito a fare del giornalismo politico un facile bersaglio di accuse di eccessiva connivenza o conflittualità con il sistema politico e con quello economico. In questo lavoro, anche attraverso un’analisi svolta tra Francia e Italia, sosteniamo che l’unica via che il giornalismo può percorrere per evitare il rischio dell’obsolescenza è quella di recuperare, da un lato, i valori fondanti della professione, e dall’altro di innalzare il livello qualitativo, con una grande attenzione per la formazione e per la capacità di padroneggiare gli sviluppi tecnologici, sociali e culturali della società alla quale appartengono.
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 | 0.005 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.023 | 0.009 |
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".