Motbakker, stavbrekk og rivalisering : en analyse av nyhetsverdier og dramaturgi i dekningen av Northug versus Hellner i Vancouver-OL
Bibliographic record
Abstract
Formålet med denne oppgaven er å undersøke hvordan to populærjournalistiske nettaviser går frem når de presenterer og konstruerer konflikter mellom toppidrettsutøvere, på og utenom arenaen. For å gjennomføre dette ville jeg fokusere på nettavisenes prioriteringer og nyhetsverdier, samt hvordan hvilke dramaturgiske virkemidler journalistene tar i bruk. Jeg vil i tillegg undersøke hvordan samspillet mellom utøvere og pressen påvirkes av medialiseringen i idretten. For å kunne analysere dette, valgte jeg ut medienes presentasjon av rivaliseringen mellom Marcus Hellner og Petter Northug under OL i Vancouver 2010.\nAnalysens datamateriale er artikler fra VG.no og Aftonbladet.se, i avisperioden 12.-28.februar 2010. I analysens første del har jeg valgt ut ni forskjellige artikler, fra tre ulike konkurransedager, og jeg foretar en kvalitativ innholdsanalyse av disse. Denne analysen viser en sterk individorientering, og konflikt er et av de tydeligste nyhetskriteriene. De dramaturgiske elementene som kommer tydeligst frem er et ofte tydelig orkestrert persongalleri, og de hindringene som skapes av «heltens» motstandere. \nPå grunn av nyhetsjangerens form, så jeg det også nødvendig å analysere hele avisperioden som en helhet, for å på denne måten bedre kunne avdekke elementer som ikke tydelig kommer frem i enkeltartikler. I denne analysen var det tydeligere utøvernes reise mot det endelige målet, i dette tilfellet individuelt OL-gull, som skisseres opp gjennom dekningen av et mesterskap.
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 | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.008 |
| Science and technology studies | 0.010 | 0.005 |
| Scholarly communication | 0.016 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.031 | 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".