Bibliographic record
Abstract
Dans la mesure où le journalisme correspond à une activité de production d’information, ses enjeux sont fondamentalement temporels. Comme le rappellent Alban Bensa et Éric Fassin dans leur introduction au dossier que consacrait la revue Terrain à la notion d’« événement » en 2002, le discours médiatique fait fond avec aisance sur l’« événement » en tant qu’il constitue une rupture d’intelligibilité : mieux, c’est là son projet même – contrairement à des sciences sociales accoutumées à prêter attention aux structures et à leur permanence dans la longue durée, et à ce titre gênées pour appréhender de telles césures. À certains égards, le journalisme travaille la temporalité, qu’il s’agisse de ses perturbations (dans le cas de « l’événement »), de ses répétitions (comme le montrent ces sujets récurrents que le jargon professionnel nomme « marronniers »), de son anticipation (quand des reportages se succèdent tout en convergeant vers un même point, e.g. une élection) ou de ses rebondissements (les exemples de « feuilletons médiatiques » abondent). (premières lignes)
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 | 0.003 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.321 | 0.133 |
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".