Québecor et les écologistes : polémique, polarisation et pistes de dépolarisation
Notice bibliographique
Résumé
L’urgence climatique est souvent désignée comme un « méchant » problème public (wicked problem) à cause de sa grande complexité. La polarisation du débat public rajoute à cette complexité et pose un défi à la communication climatique. Dans ce mémoire, je m'inspire de la littérature francophone sur le débat public et de la littérature anglophone sur la polarisation politique pour étudier les moteurs discursifs de la polarisation du débat public et explorer le rôle des médias d’opinion dans ce processus. À partir du cas du Québec, j’analyse la réception des mobilisations pro-climat par les commentateurs médiatiques suite à la publication Rapport du GIEC de 2018 et des mobilisations mondiales qui l’ont suivie. J’étudie les opinions diffusées sur une période de 18 mois dans les médias de Québecor, premier groupe médiatique au Québec. À travers une méthodologie mixte combinant analyse quantitative, qualitative, argumentative et rhétorique d’un corpus varié (chroniques, émissions TV, entrevues radiophoniques avec des activistes), je montre que les opinions diffusées sont principalement en désaccord avec les mobilisations : non seulement les messages, idées et revendications sont critiqués mais les sources de ces messages sont elles-mêmes ciblées ainsi que le « camp » plus large auquel elles sont associées. Le recours important au registre polémique donne aux désaccords polémiques un potentiel polarisant qui pourrait avoir des implications pour le soutien populaire aux mobilisations et à l’action climatique plus en général. Cependant, l’observation de terrains d’entente, de nuances et de rhétoriques positives permettent de relativiser ce portrait : ces « surprises empiriques » aident à tracer des pistes de dépolarisation du débat face au problème urgent des changements climatiques.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,007 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».