MARC

 008260126s2025        us                              c    eng  d
■001000017360022
■00520260202105252
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798297618862
■035    ▼a(MiAaPQ)AAI32277213
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a070
■1001  ▼aPaladhi,  Arijit.▼0(orcid)0009-0005-3422-5990
■24510▼aThe  Crisis  of  Local  Journalism:  Death  by  a  Thousand  Paper  Cuts
■260    ▼a[Sl]▼bIndiana  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a179  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-04,  Section:  A.
■500    ▼aAdvisor:  Peifer,  Jason;Gruszczynski,  Mike.
■5021  ▼aThesis  (Ph.D.)--Indiana  University,  2025.
■520    ▼aThe  decline  of  local  journalism  in  the  United  States  represents  a  critical  threat  to  democratic  governance.  Nearly  one-fifth  of  Americans  live  in  news  deserts  -  which  are  communities  with  limited  or  no  access  to  reliable  local  news.  Predicated  on  this  threat,  we  draw  upon  the  political  economy  of  media,  public  goods  theory,  and  media  pluralism  frameworks  to  establish  journalism  as  a  public  good  characterized  by  positive  externalities.  However,  the  market  mechanisms  in  place  today  have  either  consistently  failed  to  adequately  provide  these  externalities  or  been  superseded  by  neoliberal  capitalism's  thirst  for  pillaging  profit  at  any  cost.To  that  end,  this  dissertation's  empirical  analysis  proceeds  through  two  major  studies.  First,  the  theoretical  analysis  demonstrates  how  the  confluence  of  technological  disruption  from  digital  platforms  and  these  neoliberal  deregulatory  policies  created  conditions  enabling  aggressive  financialized  ownership  -  which  we  call  greedy  money  models  -  to  extract  value  from  struggling  newspapers  while  undermining  their  democratic  functions.  Using  a  stacked  difference-in-differences  design,  we  examine  how  private-equity-and-hedge-fund  acquisitions  of  local  newspapers  affect  electoral  competitiveness  in  affected  communities.  Contrary  to  expectations  of  simple  democratic  decline,  the  findings  reveal  a  surprising  pattern:  elections  become  substantially  less  competitive  while  simultaneously  experiencing  increases  in  voter  turnout,  declines  in  incumbent  win  rates,  and  increased  candidate  entry.  These  effects  peak  one  year  after  acquisition  before  partially  dissipating,  suggesting  immediate  disruption  to  local  political  equilibrium  followed  by  a  degree  of  gradual  adjustment.Second,  we  incorporate  machine  learning  algorithms  to  identify  counties  that  share  similar  socioeconomic  profiles  to  news  deserts.  Addressing  significant  class  imbalance  in  the  data  through  various  resampling  techniques,  the  analysis  finds  that  Random  Forest  combined  with  SMOTEENN  is  the  strongest  performer.  The  most  significant  predictor  is  the  interaction  between  population  density  and  GDP,  highlighting  how  economic  vulnerability  intersects  with  demographic  factors.  Crucially,  we  incorporated  neighboring  counties'  socioeconomic  characteristics,  which  can  help  tease  out  how  the  formation  of  news  deserts  operates  as  a  regional  contagion  rather  than  isolated  local  failures.These  findings  challenge  conventional  narratives  about  media  ownership  and  democratic  health.  Rather  than  straightforward  erosion,  private  equity  acquisition  triggers  complex  political  reorganization  in  local  communities.  The  temporal  dynamics  and  spatial  dependencies  suggest  specific  intervention  windows  and  the  need  for  regional  rather  than  purely  local  policy  responses.  Ultimately,  this  work  demonstrates  that  the  crisis  of  local  journalism  operates  through  patterns  that,  once  understood,  offer  opportunities  for  intervention.
■590    ▼aSchool  code:  0093.
■650  4▼aJournalism
■650  4▼aInformation  science
■650  4▼aFilm  studies
■653    ▼aData
■653    ▼aMachine  learning
■653    ▼aNews  deserts
■653    ▼aNewspapers
■653    ▼aPrivate  equity
■690    ▼a0391
■690    ▼a0723
■690    ▼a0900
■71020▼aIndiana  University▼bThe  Media  School.
■7730  ▼tDissertations  Abstracts  International▼g87-04A.
■790    ▼a0093
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360022▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books