Audit algorithmique de la plateforme numérique Google Actualités : la part des médias locaux et régionaux québécois dans les résultats de recherche d'août à décembre 2021
Notice bibliographique
Résumé
Cette recherche analyse le fonctionnement de l'algorithme de Google Actualités afin de déterminer la place qu'il accorde aux médias locaux et régionaux dans ses résultats, le tout dans un contexte de crise médiatique. L'audit algorithmique, basé sur un corpus de plus de 450 000 résultats, observe les médias retournés par Google Actualités au Québec lors de requêtes comprenant un des 26 mot-clé catégorisé comme local, mixte ou national ainsi qu'une des 104 localisations. À la lumière des résultats, il semble clair que les médias locaux et régionaux ne sont pas désavantagés par la plateforme. Au contraire, ils sont souvent les plus retournés, quelle que soit la catégorie de mots-clés. En revanche, l'algorithme semble avoir un problème lorsqu'il s'agit d'afficher du contenu récent, car le jour moyen entre la date de publication et les dates d'entrée est très élevé. De plus, Google News affiche de nombreux résultats qui ne sont pas des médias ou qui sont situés en dehors de la province, dont beaucoup en France. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Audit, algorithme, Google Actualités, référencement, médias locaux et régionaux, médias nationaux, curation algorithmique, gouvernementalité algorithmique, responsabilité algorithmique, transformation numérique
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».