¿Cómo se forman los públicos de un mapa del crimen? (notice n° 951576)
[ vue normale ]
| 000 -LEADER | |
|---|---|
| fixed length control field | 02205cam a2200289 4500500 |
| 005 - DATE AND TIME OF LATEST TRANSACTION | |
| control field | 20250125041034.0 |
| 041 ## - LANGUAGE CODE | |
| Language code of text/sound track or separate title | fre |
| 042 ## - AUTHENTICATION CODE | |
| Authentication code | dc |
| 100 10 - MAIN ENTRY--PERSONAL NAME | |
| Personal name | Cointet, Jean-Philippe |
| Relator term | author |
| 245 00 - TITLE STATEMENT | |
| Title | ¿Cómo se forman los públicos de un mapa del crimen? |
| 260 ## - PUBLICATION, DISTRIBUTION, ETC. | |
| Date of publication, distribution, etc. | 2019.<br/> |
| 500 ## - GENERAL NOTE | |
| General note | 6 |
| 520 ## - SUMMARY, ETC. | |
| Summary, etc. | En este artículo nos preguntamos hasta qué punto puede formarse un público en el sentido más estricto del término en torno a los sucesos difundidos por las plataformas periodísticas en línea, es decir, no solo un conjunto de individuos que consumen información, sino un ser colectivo que comparte interpretaciones comunes. Para responder a esta pregunta, analizamos un conjunto de 28.828 comentarios publicados en «The Homicide Report», una plataforma surgida en 2010 que proporciona información estandarizada sobre todos los homicidios cometidos en Los Ángeles. Se empleó un método de análisis textual poco utilizado en el campo de las ciencias sociales, basado en algoritmos de aprendizaje supervisado. Esta investigación lleva a dos resultados. Por una parte, demostramos que los usuarios de internet logran desarrollar interpretaciones comunes a partir de los contenidos que se les dirigen, combinando tres formas de «hacer público» que toman prestadas de los medios tradicionales. Por otro lado, ponemos de manifiesto que la explotación sociológica de las inscripciones textuales permite reducir la brecha entre las encuestas cuantitativas de audiencia —que se llevan a cabo a gran escala pero no logran captar interpretaciones— y los estudios más cualitativos, que captan interpretaciones a una escala muy local. |
| 690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN) | |
| Topical term or geographic name as entry element | noticias |
| 690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN) | |
| Topical term or geographic name as entry element | aprendizaje supervisado |
| 690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN) | |
| Topical term or geographic name as entry element | audiencia de las noticias |
| 690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN) | |
| Topical term or geographic name as entry element | periodismo |
| 690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN) | |
| Topical term or geographic name as entry element | análisis textual |
| 690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN) | |
| Topical term or geographic name as entry element | text analysis |
| 690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN) | |
| Topical term or geographic name as entry element | journalism |
| 690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN) | |
| Topical term or geographic name as entry element | crime news |
| 690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN) | |
| Topical term or geographic name as entry element | information audiences |
| 690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN) | |
| Topical term or geographic name as entry element | supervised machine learning |
| 700 10 - ADDED ENTRY--PERSONAL NAME | |
| Personal name | Parasie, Sylvain |
| Relator term | author |
| 786 0# - DATA SOURCE ENTRY | |
| Note | Réseaux | 214-215 | 2 | 2019-05-24 | p. 209-250 | 0751-7971 |
| 856 41 - ELECTRONIC LOCATION AND ACCESS | |
| Uniform Resource Identifier | <a href="https://shs.cairn.info/revista-reseaux-2019-2-page-209?lang=es&redirect-ssocas=7080">https://shs.cairn.info/revista-reseaux-2019-2-page-209?lang=es&redirect-ssocas=7080</a> |
Pas d'exemplaire disponible.
Réseaux sociaux