La opinión editorial sobre ciencia y tecnología en Costa Rica: análisis de contenido en el diario La Nación (enero a junio del 2015)
Bibliographic record
Abstract
En los procesos de formación de opinión pública, la capacidad de los medios de \ncomunicación de establecer agenda temática y de incidir en otros líderes de opinión, los \nconvierte en actores clave en los procesos de comprensión pública de la ciencia y la \ntecnología. \nA partir del contenido que se publica en los medios de comunicación, especialmente \nen prensa digital, se encadena un proceso de difusión que en la actualidad empieza por \nenlazar ese contenido a los perfiles personales o institucionales en redes sociales como \nFacebook y Twitter, donde otros interesados los volverán a circular, sin necesidad de \ningresar al sitio web original, fomentando con ello la visibilidad de temas, legitimando \nvoceros y fomentado discusión pública. \nEl estudio que se presenta contiene un análisis de contenido sobre la opinión \neditorial empresarial publicada sobre ciencia y tecnología del diario La Nación, periódico \nde mayor cobertura y tradición en Costa Rica. El objetivo fue establecer las características \nde estas publicaciones en el periodo de enero a junio 2015, con el propósito de comprender \nla formación de agenda del medio y brindar insumos que permitan estrategias de incidencia \nen prensa en los procesos nacionales de comunicación pública de la ciencia.
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 | 0.004 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.010 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.011 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
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".