The polarized “naturalizations” of the 2022 Freedom Convoy
Notice bibliographique
Résumé
During the month-long “Freedom Convoy” protest in Ottawa (Canada), protesters were ascribed many attributes (violent, extremist, hateful, disinformed) which they refuted. Protest organizers insisted the Freedom Convoy was peaceful, loving, and included “average Canadian citizens fighting for freedom”. This research is interested in the construction of this representational divide and its consequences. It analyzes the polarized social representations of the COVID-19 Freedom Convoy by using social representation theory, and more specifically, Negura and Plante’s model of “naturalization”. News articles ( n = 516) from Canadian media and Freedom Convoy organizers’ Facebook posts ( n = 611) were submitted to a rhetorical frame analysis. Results show how communications from organizers and the media both contributed to the naturalization of conflicting representations by (1) associating the movement with a desirable/undesirable identity, (2) neglecting nuanced perspectives, (3) instrumentalizing their representation to justify the legitimacy/illegitimacy of the protest, and (4) validating the representation by focusing on incidents that ratified the Freedom Convoy’s “goodness” or “badness”. We argue that this single protest became two opposed and morally charged “objects” impossible to reconcile, which prevented dialogue. Social implications of polarized naturalizations during epidemics are discussed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».