Pertinence des messages de prévention et tabagisme : Rapport scientifique circonstancié.
Notice bibliographique
Résumé
Le présent rapport scientifique circonstancié sur la pertinence des messages de prévention du tabagisme a été commandé et financé par le Fonds de Prévention du Tabagisme (décision no 06.003409). Le groupe de recherche de Psycholinguistique du département de Psychologie de l’Université de Fribourg travaille essentiellement sur la compréhension de texte, plus spécifiquement sur l’information implicite que les lectrices et lecteurs1 encodent durant la lecture de textes narratifs. L’intérêt du groupe par rapport aux messages de prévention s’est manifesté principalement à la suite du constat de la nécessité d’intégrer des notions de psycholinguistique pour l’élaboration de messages de prévention. En rédigeant ce rapport, nous nous sommes rapidement rendu compte que le domaine était vaste et très complexe. Comme décrit en détail dans le rapport, même si une attention particulière doit être portée aux diverses informations contenues dans les messages de prévention, il ne faut pas sous-estimer le contexte psychologique ainsi que social des personnes concernées. Par ce rapport, nous avons tenté d’apporter des informations utiles aux chercheuses et chercheurs du domaine de la prévention, ainsi qu’aux professionnel-le-s du domaine. Le premier chapitre de ce rapport explore les divers concepts de la psychologie de la santé liés à la prévention du tabagisme. Plusieurs théories et modèles ont tenté d’expliquer les bases individuelles et sociales des comportements de santé. Cette première partie sert donc de base théorique aux différentes recherches présentées dans les parties suivantes. Dans le deuxième chapitre, l’impact de l’image, sujet encore controversé, est traité. Dans plusieurs pays, au Canada et en Australie principalement, divers chercheuses et chercheurs ont étudié l’importance de l’association entre l’image et le texte. Nous relatons, dans ce chapitre, les résultats de ces études, ainsi que les applications qui en découlent. Après s’être penché sur l’aspect graphique du message, le troisième chapitre examine le message lui-même, c’est-à-dire à son contenu et sa formulation. Plusieurs recherches montrent qu’il existe clairement un lien entre la manière de formuler un message et son impact sur le comportement de la lectrice ou du lecteur. Dans le quatrième chapitre, nous traitons les différences individuelles présentes tant au niveau cognitif qu’au niveau social chez tous les individus à qui les messages de prévention sont présentés. Nous explorons les différences spécifiques au traitement de l’information mais également aux différentes influences sociales en action. Le cinquième chapitre établit le lien entre la psycholinguistique et la prévention, en démontrant que la psycholinguistique, principalement au travers des théories sur les modèles mentaux, peuvent apporter de nouvelles informations facilitant le création de messages de prévention. Les trois derniers chapitres présentent des notions plus appliquées quant à la mise en pratique théorique et méthodologique des concepts présentés jusque là. Nous exposons des mesures concernant la recherche dans le sixième chapitre, suivi par un projet de recherche concret ciblé sur les adolescent-e-s dans le septième chapitre. Le dernier chapitre propose un résumé des messages pouvant avoir un impact positif.
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 | 0,010 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,008 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,004 |
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 ».