Cultural Analytics and Environmental News: A Novel LLM Approach to Cross-Cultural Understanding of Narrative Morals
Bibliographic record
Abstract
Cette étude examine l'utilisation de modèles de langage avancés (LLMs) tels que GPT-4 pour découvrir et analyser les messages narratifs latents dans les articles de presse relatifs à l'environnement issus des médias nord-américains et chinois. Avec la définition du “message narratif” comme la morale intrinsèque ou la leçon intégrée dans une histoire, l'extraction morale assistée par LLM est appliquée à un ensemble de données comprenant environ 15 000 articles de presse en anglais et en mandarin, catégorisés par thèmes liés au climat et alignements idéologiques. L'analyse des résultats extraits s'étend sur trois dimensions comparatives : les sources nord-américaines versus chinoises, les perspectives libérales versus conservatrices, et les sources étatiques (Chine continentale) versus offshore (Hong Kong et Taïwan). Les résultats mettent en lumière des différences marquées dans la manière dont les agents et les valeurs narratives sont présentés à travers différents contextes culturels et idéologiques. Par exemple, les médias nord-américains ont tendance à mettre en avant des thèmes individualistes et axés sur la crise, tandis que les médias chinois soulignent des récits centrés sur le développement et la coopération. Cette recherche souligne les capacités des LLMs à disséquer et à influencer la communication sur le climat et l'environnement, offrant de nouvelles perspectives sur les systèmes de croyances collectifs qui encadrent le discours public sur les problèmes environnementaux dans différents contextes culturels
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.007 | 0.019 |
| Scholarly communication | 0.014 | 0.018 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".