La fabrique d’un héros déchu. Le Dr Arruda dans les médias québécois pendant la COVID-19
Notice bibliographique
Résumé
Objectifs : Cette recherche s’intéresse au processus d’héroïsation lors d’épidémies. Elle analyse l’évolution de la représentation médiatique du Dr Arruda, ancien directeur national de santé publique au Québec, pendant la pandémie de la COVID-19, afin d’identifier le type de porte-parole valorisé et dévalorisé à différents moments de l’éclosion. Méthode : Nous avons analysé 728 articles publiés par cinq médias québécois : Le Devoir , La Presse , Le Journal de Québec , Le Journal de Montréal et le quotidien 24 heures . Les données ont été soumises à une analyse de la rhétorique des cadres, qui a identifié 14 arguments d’héroïsation et 14 autres de dénigrement du Dr Arruda, prenant forme dans quatre logiques argumentatives. Résultats : Le Dr Arruda a été transformé en héros déchu dans un processus constitué de cinq étapes : 1) l’héroïsation ; 2) la mise en doute ; 3) le cumul de critiques ; 4) les petites rédemptions ; et 5) la confirmation du statut de héros déchu. L’analyse illustre le parcours sinusoïdal lors duquel le Dr Arruda a été héroïsé et dénigré à plusieurs reprises. Elle montre aussi comment les mêmes arguments sont utilisés en début d’épidémie pour héroïser le Dr Arruda, puis, plus tard, pour le critiquer. Conclusion : Cette recherche montre que les porte-parole exposés médiatiquement doivent s’adapter à l’évolution des besoins du public en matière de héros. Elle montre aussi la difficulté médiatique à occuper un poste de directeur de santé publique en cas de crise sanitaire. Enfin, elle permet de tirer quelques enseignements sur la gestion de la communication en temps d’épidémie.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».