Le défi de la construction d’un public pour le journalisme au temps de Google Analytics
Notice bibliographique
Résumé
Ce texte entend attirer l’attention sur l’une des transformations que connaît le journalisme contemporain, soit l’abandon d’une représentation du public comme formé de citoyens au profit d’un destinataire-cible qu’il s’agit de trouver. Ce changement découle de la précarité dans laquelle les médias sont plongés par le contexte d’hyperconcurrence : se construire un public et le garder est devenu un défi majeur. En réaction, les médias tentent de bénéficier des outils informatiques qui quadrillent de façon de plus en plus extensive les comportements des consommateurs sur l’Internet. Ce texte rappelle d’abord le lien traditionnel entre le journalisme, en tant que recruteur de publics, et l’industrie médiatique. Puis il porte le regard sur la place centrale que jouait la conception du public maintenant battue en brèche, dans le rapport des journalistes aux entreprises qui utilisent leur production. Enfin, il évoque les déboires et expérimentations que vivent, sur le front du recrutement et de la rétention de leurs publics, trois médias canadiens que l’auteur a eu la possibilité de fréquenter de plus près au cours des dernières années, le Reader’s Digest, le Voir et le site Graffici.ca.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».