Alles wat Onze Lieve Heer en de majesteit verboden heeft
Bibliographic record
Abstract
OMG’s zijn motorclubs waarvan de leden zichzelf buiten de wet plaatsen en al sinds de jaren zeventig kent Nederland OMG’s. Aanleiding voor dit onderzoek zijn de opvallend verschillende beelden die recent van motorclubs in de media te vinden zijn. Het onderzoeken van deze verschillende beelden van OMG’s in de media was het doel van deze studie. Deze beelden kennen en begrijpen is van belang omdat wij heel vaak geconfronteerd worden met berichtgeving over OMG’s. Bovendien bepalen de media of wij OMG’s als een probleem zien of niet, we komen zelf immers niet iedere dag een Hells Angel tegen. Bij criminaliteit is het in het algemeen zo dat we via de media te weten komen wat een probleem is. Wat bij OMG’s bijzonder is ten opzichte van andere vormen van criminaliteit is dat OMG’s zelf actief de media opzoeken. Hierdoor is het mogelijk om te onderzoeken hoe ‘criminelen’ omgaan met beschuldigingen van justitie en welk beeld zij van zichzelf willen uitdragen. \n\tIn dit onderzoek is onderzocht hoe er in de Nederlandse kranten wordt geschreven over OMG’s. Hierbij is er speciaal aandacht besteed aan de rol van de bron en de nieuwsaanleiding. Het onderzoek werd uitgevoerd aan de hand van het concept framing. Framing is volgens de definitie van Van Gorp & van der Goot: ‘de manier waarop de burger en de media een bepaald onderwerp of kwestie representeren’ (2009, p. 304). Een framingonderzoek naar motorbendes is voor zover ik kan overzien nog niet in Nederland uitgevoerd. Wel is er eerder onderzoek gedaan naar de beeldvorming rond OMG’s buiten Nederland. Uit deze onderzoeken blijkt dat OMG’s al vanaf de oprichting in verband worden gebracht met criminaliteit en er in Canada sprake was van een moral panic rond OMG’s (Fuglsang, 2003; Katz, 2011). Een moral panic is een disproportionele reactie op een sociaal probleem door de media, politici en het publiek. De veroorzakers van het probleem zijn binnen een moral panic folk devils. Zij vormen een bedreiging voor de normen en waarden en de levens van nette burgers. \n\tOm te onderzoeken welke bronnen er worden genoemd in artikelen over OMG’s en welke beelden deze bronnen uitdragen is eerst een framinganalyse van de evaluatieve beweringen van bronnen in krantenartikelen uitgevoerd. Hieruit bleek dat de belangrijkste bronnen politie, justitie, gemeenten en leden van OMG’s zijn. Deze vijf bronnen brengen vier verschillende frames naar voren: het ‘georganiseerde misdaad’-frame, het ‘folk devils’-frame, het hobbyistenframe en het ‘moderne schutterij’-frame. In de tweede ronde werden er volledige artikelen geanalyseerd. In deze ronde werden geen andere frames gevonden, maar zijn de eerder gevonden frames wel aangevuld. \n\tHet ‘georganiseerde misdaad’-frame en ‘folk devils’-frame zijn negatief over motorbendes. In het eerste frame is het probleem dat OMG’s betrokken zijn bij georganiseerde misdaad, bij het tweede frame zijn OMG’s een bedreiging voor de openbare orde en de levens van gewone mensen. Het ‘georganiseerde misdaad’-frame en ‘folk devils’-frame zijn de dominante frames in het debat over OMG’s. Zij worden ondersteunt door de meest machtige bronnen: politie en politiek. Het hobbyistenframe en het ‘moderne schutterij’-frame reageren op de dominante frames en zijn daarmee counterframes, waarin niet de OMG’s het probleem zijn, maar de pers en politiek die OMG’s negatief afschilderen. De bronnen in alle vier de frames hebben een duidelijk belang bij het frame dat zij ondersteunen en bij een nieuwsaanleidingen hoort regelmatig een vast frame. Zowel bron als nieuwsaanleiding zijn dus vaak onlosmakelijk verbonden met een frame.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".