De alternatieve constructie van nieuws in NOS THE SERIES\nEen kritische reflectie op het nastreven van spreadability door een publieke nieuwsomroep
Bibliographic record
Abstract
Door een sterke trend van digitalisering en commercialisering van media worstelen nationale publieke omroepen met hun legitimiteit. Om aansluiting te houden met een publiek dat in toenemende mate haar media online consumeert, moeten de omroepen hun programmeringen op nieuwe manieren aanbieden. Sociale media platforms bieden aan publieke omroepen aantrekkelijke mogelijkheden om aansluiting te vinden met het publiek en om de publieke waarden te verspreiden, maar vormen tegelijk een omgeving waarin fundamenteel commerciële principes gelden die de publieke waarden en taken van de omroepen onder druk zetten. In deze thesis is aan de hand van een vergelijkende inductieve framinganalyse volgens de methode van Van Gorp aangetoond wat de consequenties zijn van het nastreven van spreadability, dat door Jenkins et al. wordt beschreven als de technologische en culturele potentie voor publieken om bepaalde content te delen en verspreiden voor haar eigen doeleinden, voor de wijze waarop politieke nieuwsberichtgeving omtrent het eerste Amerikaanse verkiezingsdebat tussen Hillary Clinton en Donald Trump is geframed door de Nederlandse Omroep Stichting (NOS). Daarmee vormt deze scriptie een kritische reflectie op het nastreven van spreadability, een onderdeel van strategieën die door de NOS als publieke nieuwsomroep worden ingezet om een online publiek te bereiken in een mediaomgeving die zich buiten de traditionele publieke kaders begeeft en waar commerciële principes gelden. Uit de analyse is duidelijk geworden dat het spreadable maken van de nieuwsberichtgeving heeft gezorgd voor ongenuanceerde en uitvergrote weergaven van nieuwsframes, die moeilijk verenigbaar zijn met de journalistieke kernwaarden die de NOS formuleert.
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 | 0.014 | 0.041 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.006 | 0.016 |
| Scholarly communication | 0.014 | 0.026 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.035 | 0.003 |
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".