MétaCan
Menu
Retour à la cohorte
Enregistrement W4214845558 · doi:10.4000/books.pur.146090

Selfies & stars

2019· book· fr· W4214845558 sur OpenAlexaboutno aff

Notice bibliographique

RevuePresses universitaires de Rennes eBooks · 2019
Typebook
Languefr
DomaineSocial Sciences
ThématiqueCanadian Identity and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Au Canada, les selfies du premier ministre Justin Trudeau sont devenus un marqueur de son identité politique et une ressource stratégique. En France, Nicolas Sarkozy, et plus récemment Emmanuel Macron, ont multiplié les couvertures de Paris Match, accédant avant même d’être élus au statut de célébrités politiques, n’hésitant pas à jouer sur les ressorts de la peopolisation pour asseoir leur visibilité et leur légitimité. Entre scandalisation et médiatisation promotionnelle, une nouvelle économie politique de la célébrité s’est imposée aux leaders politiques, désormais soumis à ces « tyrannies de l’intimité » dont parlait déjà Richard Senett à la fin des années 1970, comme au panoptisme des réseaux sociaux. En croisant les analyses et les regards transatlantiques, en confrontant les trajectoires – celles de Louise Michel et de Rachida Dati, de Marine Le Pen et de sa nièce Marion Maréchal Le Pen, d’Emmanuel Macron et de Justin Trudeau – il s’agit alors de tenter comprendre ce que la culture de la célébrité fait à la politique. Dévoiement de la politique pour les uns, appauvrissement du débat, disqualification du discours au profit des logiques émotionnelles, danger de démagogie par l’hypertrophie des affects, propension à l’exhibitionnisme des prétendants et au voyeurisme des électeurs, l’irruption de la « topique de la célébrité » peut aussi être considérée comme un outil de revitalisation de la politique à l’heure du désenchantement démocratique et de la crise de la représentation.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Autre
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Sans objetlow
gptaucune catégorie
Domaine: non disponible · Genre: Autre
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,706
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,003
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,210
Écart entre enseignants0,194 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePresses universitaires de Rennes eBooksMême sujetCanadian Identity and HistoryTravaux en français237 207