Zespół naukowców przeprowadził kompleksową analizę, w jaki sposób nagłówki kształtują percepcję zbiorową Francuzów. Wydzielili dwa odrębne mechanizmy kadrowania: framing przez słowa (za pomocą emocjonalnego słownictwa, przypisywania winy, zagrożenia i pytań retorycznych) oraz framing przez selekcję (wybór którego artykułu umieścić w nagłówku, ile takich artykułów publikować). Do tego celu zbudowali zestaw 10 tysięcy ręcznie adnotowanych nagłówków, gdzie trzej anotatorzy AI uzgadniali opinie, a ludzie rozstrzygali spory.
Badanie ujawniło niespodziewany wynik: choć oba mechanizmy kadrowania są ze sobą powiązane, razem wyjaśniają zaledwie połowę różnic w sposobie, w jaki poszczególne media podejmują decyzje redakcyjne. Okazało się również, że standardowe algorytmy uczenia maszynowego systematycznie zawyżają oszacowania intensywności kadrowania słownego w całym korpusie. Naukowcy zaproponowali poprawkę metodologiczną - precyzyjne kalibrowanie klasyfikatorów - która eliminuje to zniekształcenie.
Najpoważniejszym odkryciem jest analiza grup wspomnianych w nagłówkach. Wiadomości dotyczące Żydów, skrajnej prawicy oraz muzułmanów wykazują znacznie wyższą intensywność kadrowania niż inne tematy. Ten wzór nie wynika całkowicie z rzeczywistej liczby zdarzeń - wskazuje na głębokie, systemowe różnice w tym, jak media przedstawiają różne grupy społeczne.