La construction discursive des rapports de force dans les éditoriaux de La Presse : le cas des médecins et des infirmières
Notice bibliographique
Résumé
Par le biais d’une analyse thématique d’éditoriaux de La Presse sur près de 35 ans, soit de 1980 à 2015, nous montrons comment s’est graduellement construit, au Québec, un discours qui prône une augmentation constante de la rémunération des médecins, alors même que, parallèlement, les infirmières recevaient un traitement asymétrique. Notre analyse s’inscrit dans la continuité des recherches sur les facteurs ayant influencé l’évolution de la rémunération des travailleurs à partir des années 1980. Notre objectif dans cet article est de cerner si le rapport de force de ces deux catégories de travailleurs s’est détérioré ou a été renforcé sur le plan narratif grâce au portrait qu’en brosse La Presse, l’un des quotidiens les plus lus du Québec. Jusqu’à l’aube des années 2000, les médecins sont décrits et considérés au même titre que les autres travailleurs, notamment les infirmières, c’est-à-dire que leurs revendications salariales ou relatives à leurs conditions de travail sont dépeintes négativement par les éditorialistes. Cependant, au début du présent siècle s’opère un changement discursif qui justifie dorénavant la hausse de la rémunération des membres de cette profession, discours principalement basé sur l’argument de la nécessité d’un rattrapage avec le reste du Canada. Par la suite, dans le cadre d’une analyse thématique, les données relatives à la rémunération des médecins sont comparées à l’augmentation des salaires des infirmières, qui elles n’ont pas bénéficié d’un tel traitement et qui font l’objet d’une dévalorisation associée à la représentation genrée de leur pratique. Au final, cette recherche constitue une contribution à une meilleure connaissance du discours médiatique en tant que reflet et moteur des rapports de force entre catégories sociales qui bénéficient de privilèges inégaux. Notre étude illustre également le traitement différencié réservé à deux groupes de professionnels en santé.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,022 | 0,024 |
| Communication savante | 0,020 | 0,007 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».