L’évaluation pré/post des effets de la communication du risque sur la perception du risque : l'exemple de la pêche sportive dans le Saint-Laurent autour de Montréal
Notice bibliographique
Résumé
L'approche pré/post est couramment utilisée pour mesurer l'acquisition de connaissances et d'habiletés ou pour évaluer les effets de différentes interventions; la facilité de son application peut inciter des communicateurs tentés de mesurer l'effet ou le taux de pénétration de leurs messages au sein de leurs auditoires. Cet article illustre un cas d'application de cette approche évaluative au moyen d'un exemple de communication de risque en santé environnementale. La stratégie était de mesurer des indicateurs de perception du risque auprès des répondants avant la communication des analyses d'une enquête (pré-test), de remesurer ces indicateurs suite à la communication du risque (post-test) et, après plus d'un an, de revérifier si les changements mesurés lors du post-test étaient persistants ou volatiles (suivi). Trois moyens de communication différents ont été choisis pour divulguer les résultats de l'analyse du risque, soit par présentation orale, par résumé écrit et par les médias (radio, télévision).Les moyens de communication utilisés ont tous eu un effet mesurable sur la perception du risque cependant celui-ci est limité car la perception de la majorité des répondants est demeurée inchangée entre le pré-test et le post-test. De plus, le type (négatif/positif) et l'ampleur (fort/faible) des changements d'opinion varient inégalement selon l'indicateur mesuré. Enfin, parmi les répondants qui ont changé d'opinion entre le pré-test et le post-test, une partie de ceux-ci ont aussi changé d'opinion entre le post-test et le suivi, ce qui souligne une certaine volatilité des effets de la communication du risque sur la perception de l'auditoire. Ces données soulèvent d'ailleurs la nécessité de valider davantage les indicateurs habituellement utilisés pour mesurer la perception du risque. Après avoir discuté de certains biais, les auteurs concluent que l'approche pré/post pour évaluer l'effet de la communication du risque sur les attitudes et opinions comporte différentes limitations qui font en sorte que ce type d'évaluation ne nous renseigne pas adéquatement sur la valeur réelle de la communication du risque.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».