Partenariat rémunéré entre une entreprise et une influenceuse sur les réseaux sociaux : entrecroisement des voix des femmes autour de l’alimentation des nourrissons
Notice bibliographique
Résumé
Les réseaux socionumériques (RS) ont transformé le rapport des femmes enceintes et nouvellement mères à l’alimentation des nourrissons. Ces dernières investissent ces plateformes (Facebook, Instagram, Twitter) pour obtenir et échanger de l’information ou du soutien, partager leurs expériences et s’engager socialement, notamment sur l’alimentation des nourrissons (allaitement et préparation). Les RS peuvent ainsi s’appréhender comme les dépositaires de voix diverses, qui s’expriment de multiples façons (textes, images, vidéos), aux intensités variables. Notre analyse des voix porte sur les réactions des utilisatrices sur Facebook et Instagram (740 commentaires) à la suite de la publication d’un billet de blogue rédigé par une influenceuse québécoise en partenariat avec une entreprise qui commercialise des préparations pour nourrissons. Dans un contexte où l’allaitement est recommandé par les autorités de santé publique québécoises, comment ce type de partenariat est-il accueilli? Quelles sont les voix qui émergent? Comment les voix de ces femmes s’entrecroisent-elles, se répondent/s’opposent/s’unissent-elles? De notre corpus émergent trois types de voix, celles du « mécontentement ou de la contestation », de « l’expérience » et de l’ « approbation ». En conclusion, nous suggérons que les voix des femmes, indépendamment de la méthode d’alimentation pour nourrisson utilisée, devraient être entendues et faire l’objet d’une plus grande attention de la part des autorités de santé publique de façon à protéger leur bien-être physique et émotionnel.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».