MétaCan
Menu
Retour à la cohorte
Enregistrement W2955266585 · doi:10.20381/ruor-23624

Explorer la moralité canadienne par le biais des plaintes concernant le contenu radio-télédiffusé

2019· dissertation· fr· W2955266585 sur OpenAlexaboutno aff
Solange Courteau

Notice bibliographique

RevueuO Research (University of Ottawa) · 2019
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueLaw in Society and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Cette recherche visait à mieux comprendre les liens la morale personnelle, l’identité sociale au Canada et les médias. Pour ce faire, une analyse quantitative s’appuyant sur trois échantillons de données a été effectuée, et ce, à la lumière de la théorie des fondements moraux (TFM) (Haidt & Joseph, 2008) et de la théorie de l’identité sociale (Tajfel, 1981). Les échantillons sont les suivants : a) les mots clés assignés aux plaintes déposées au Conseil canadien des normes de la radiotélévision (CCNR); b) l’expression des fondements moraux des textes des plaintes délibérées par le CCNR et c) les données des participants canadiens de YourMorals.org, une recherche toujours en cours de Ditto, Graham, Haidt et coll. Les analyses de données ont permis de déterminer si le contenu médiatique stimule l’expression de matrices morales particulières, en fonction de la région d’origine, du genre et de la langue des plaignants. Les résultats suggèrent qu’il existerait des distinctions morales selon le genre, la langue, les régions d'origine des participants et les stimuli vécus. La présente étude est la première à mettre à l’épreuve la théorie des fondements moraux quant au jugement moral face à un contenu médiatique. Ce faisant, elle jette un éclairage nouveau sur cette même théorie en l’appliquant au contexte canadien et éclairant les liens entre la moralité et les identités canadiennes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil0,328

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0050,010
Communication savante0,0120,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,304
Écart entre enseignants0,232 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueuO Research (University of Ottawa)Même sujetLaw in Society and CultureTravaux en français237 207