Dijital Çağda Gazetecilik: Geleneksel ve Dijital Gazetecilik Pratiklerinin Karşılaştırılması
Bibliographic record
Abstract
İletişimin dijitalleşmesi ve buna bağlı olarak sosyal medya platformlarının ortaya çıkması, gazetecilik meslek pratiklerinde ve gazetecilerin çalışma şekillerinde dönüşüme neden olmuştur. Reklam ve satış gelirleri düşme eğilimine giren yazılı basın kuruluşları, fiziksel anlamda yayın hayatına son vermekte ve çalışan gazeteciler işsiz kalmakta ya da düşük ücretlerle sosyal güvenlik haklarından mahrum edilmektedirler. Çalışmada gazetecilik mesleğinin, dijital medya platformları karşısında güç kaybına uğradığı varsayımından hareket edilmiştir. Bu varsayımla birlikte dijital medya, bir yandan hız, etkileşim, düşük maliyet, küresel çapta iletişim avantajlarıyla geleneksel gazeteciliğe bir alternatif olarak güç kazanırken diğer yandan enformasyon kirliliği, etik ve güvenilirlik sorunları, kısa süreli popülist gündemler yaratmaktadır. Çalışmada gazetecilik mesleğinde görülen tüm olumsuz şartlara karşın gelecekte teknolojiyi kullanabilen profesyonel gazetecilere ve gazetecilik pratiklerine (dosya/haber takibi, filtreleme, haber doğrulatma, kamusal tartışma yürütme vb.) duyulan ihtiyacın artacağı argümanı desteklenmektedir. Dijitalleşmenin gazetecilik pratikleri üzerinde yaptığı etkilere odaklanan çalışma, literatür taramasıyla elde etiği verileri betimsel analiz yöntemiyle incelenmiştir. Çalışmanın, ortaya attığı argümanla Türkçe literatüre katkı sağlaması ve gazetecilik mesleğinin geleceğine yönelik bir tartışma alanı açması beklenmektedir.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.062 | 0.010 |
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".