Analyse discursive et approche inductive : Justin Trudeau et les enjeux de pouvoir produisant le politicien célèbre
Notice bibliographique
Résumé
Cet article porte sur la méthodologie utilisée dans le cadre d’un travail de recherche inspiré descultural studiesqui visait à comprendre comment, par la représentation du politicien québécois « célèbre », se pose un ensemble d’enjeux de pouvoir qui permettent l’existence et la circulation de certaines représentations particulières du politicien. Le cas de Justin Trudeau, fortement médiatisé lors de la course à la chefferie du Parti libéral du Canada, sert d’exemple pour illustrer le propos. Après une brève présentation des principaux concepts qui sous-tendent l’ensemble du projet de recherche, l’approche inductive utilisée pour mener une analyse discursive est détaillée et illustrée, de la collecte à l’analyse des données, en passant par les difficultés rencontrées et les stratégies mises en place pour permettre une meilleure appropriation de la démarche analytique. Les résultats, ponctués de rappels du rôle joué par le processus inductif dans leur élaboration, sont également présentés.
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 | 0,059 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,009 | 0,036 |
| Communication savante | 0,015 | 0,011 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».