MétaCan
Menu
Retour à la cohorte
Enregistrement W1594769188 · doi:10.4000/communiquer.481

Quand la politique change de scène : une analyse de la construction de l’identité discursive d’acteurs politiques à Tout le monde en parle

2012· article· fr· W1594769188 sur OpenAlexaffabout
Gabrielle Ebacher, Mireille Lalancette

Notice bibliographique

RevueRevue internationale de communication sociale et publique · 2012
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensSocial Sciences and Humanities Research CouncilUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPersonaPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

L’article qui suit porte sur l’avènement du phénomène de l’infotainment. Nous avons donc voulu définir quels sont les stratégies de présentation de soi et les types d’arguments privilégiés par les acteurs politiques afin de construire leur persona lorsqu’ils sont de passage sur une émission dictée par l’infotainment ? Pour ce faire, nous avons d’abord abordé le persona en nous inspirant du concept d’ethos, tel que défini par Charaudeau (2005). Par la suite, nous avons procédé à une analyse de contenu de dix entrevues réalisées auprès d’acteurs politiques majeurs lors de leur passage sur le plateau du talk-show québécois Tout le monde en parle. Au final, les résultats obtenus révèlent que les acteurs politiques optent pour une présentation de soi (Schütz, 1997) axée sur l’autopromotion et les « bonnes grâces ». De plus, à ces stratégies se greffe un schème argumentaire visant la promotion des buts ou de l’agenda politique du parti (Devitt, 1997).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,607
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,065
Tête enseignante GPT0,347
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue internationale de communication sociale et publiqueMême sujetLinguistics and Discourse AnalysisTravaux en français237 207