La lutte contre les contenus haineux sur les plateformes de médias sociaux : une analyse comparative d’approches de régulation
Notice bibliographique
Résumé
Ce document est l’aboutissement d’un mandat de stage realise a la Direction generale de la radiodiffusion, du droit d’auteur et du marche creatif (RDAMC), au sein du ministere du Patrimoine canadien, qui a pour mandat d’appuyer la culture, les arts, le patrimoine, les langues officielles, la participation citoyenne ainsi que les initiatives liees aux langues et a la culture autochtones, a la jeunesse et aux sports. Le mandat confie a l’etudiant comportait plusieurs volets se traduisant en livrables concrets. L’activite de recherche internationale sur les thematiques traitees au sein des differentes directions de la RDAMC a permis a la fois de nourrir la veille strategique et de construire une base d’information qui servira de puits pour l’equipe interne. Ce rapport de stage traite d’une problematique au coeur du mandat du ministre du Patrimoine canadien, a savoir la reglementation des plateformes de mediaux sociaux dans le but de lutter contre les prejudices en ligne, ou les discours haineux, qui ont connu une recrudescence explosive tant sur la scene nationale que sur la scene internationale, particulierement depuis le debut de la pandemie de la COVID-19. Notre activite de recherche s’appuie sur l’analyse comparative de deux modeles de regulation pour en degager les principales retombees. Nous avons egalement formule des hypotheses de recherche afin de verifier dans quelle mesure chaque approche repond a ces hypotheses.
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 | 0,012 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,012 |
| Communication savante | 0,014 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».