Internet como suporte para uma comunidade interpretativa transnacional de jornalistas
Bibliographic record
Abstract
Com o objetivo de compreender como os jornalistas que atuam em mídias digitais constroem suas carreiras, falam de seu trabalho e forjam sua identidade profissional, os pesquisadores Florence Le Cam e Fábio Henrique Pereira realizaram uma pesquisa sobre a identidade transnacional desses profissionais. A investigação está registrada no livro Um jornalista on-line mundializado: sócio-história comparativa, lançado em 2022. A obra é o nono volume da série Jornalismo e Sociedade, organizada pelo Programa de Pós-Graduação em Comunicação da Universidade de Brasília (UnB) e editada pela Insular. A partir de uma abordagem comparativa, os autores analisaram dados coletados em entrevistas com jornalistas do Brasil e da França, e também do Québec (Canadá) e da Bélgica, para traçar a sócio-história dos jornalistas on-line. A coleta de dados foi realizada ao longo de mais de uma década e, nas entrevistas com jornalistas dos países citados, os autores identificaram temas como condições e processos de trabalho, desenvolvimentos técnicos e tecnológicos da profissão, inovação e práticas cotidianas. Embora centrada nos cenários brasileiro e francês, a obra demonstra como o jornalismo on-line se constitui no imaginário social e se estrutura ao longo do tempo, constituindo uma comunidade interpretativa internacional que ultrapassa fronteiras e temporalidades.
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 | 0.008 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.009 | 0.015 |
| Science and technology studies | 0.008 | 0.010 |
| Scholarly communication | 0.025 | 0.023 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.022 | 0.004 |
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".