De la rue à lâEtat : déterminants de lâimpact dâun mouvement social sur lâaction politique. Analyse de cas : le Printemps érable
Notice bibliographique
Résumé
Comment un mouvement social né dans un contexte politique particulièrement fermé à son influence sur lâaction politique peut-il gagner? Cette question obsède les protagonistes des mouvements sociaux, et interpelle de nombreux·ses chercheur·euse·s en sociologie ou sciences politiques. De nombreux facteurs favorisant ou défavorisant la capacité dâune organisation du mouvement social à exercer une influence significative sur lâaction politique et aboutir ainsi à des impacts sur les politiques publiques ont été mis à jour par la littérature depuis les années 1970. Mais les dernières théories de la médiation politique conditionnent fréquemment la survenance dâun impact à lâexistence dâun contexte partisan favorable. Pour autant, certains mouvements sociaux récents, dont le Printemps érable, un mouvement étudiant né au Québec et devenu en 2012 le mouvement social le plus important de lâhistoire de la province canadienne, ont pu trouver le chemin leur permettant dâavoir un impact significatif sur lâaction publique, malgré une fermeture initiale des structures d'opportunité politiques. Prenant appui sur le Printemps érable, ce mémoire se propose dâétudier les conditions nécessaires et les déterminants de lâimpact dâun mouvement social né dans un contexte politique défavorable. Il tente dâassocier la prise en compte des structures dâopportunité politique, lâanalyse organisationnelle et stratégique du mouvement, et leur médiation au travers de lâévolution des préférences publiques. A lâheure où la globalisation et le néolibéralisme sâaccompagnent dâune forte résurgence des mouvements sociaux, la pertinence de lâanalyse des impacts politiques des engagements extra-partisans reste dâune acuité profonde pour les politologues, et les citoyen·ne·s.
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 | 0,013 | 0,011 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».