Quelle communication numérique autour du changement climatique ? Analyse de contenus vulgarisés sur YouTube et proposition d’application à la recherche en géographie
Notice bibliographique
Résumé
Le changement climatique et ses effets représentent aujourd’hui un enjeu majeur, et les discours liés à cette question ne sont désormais plus exclusifs à la sphère scientifique. Une prise de conscience générale de cette problématique induit donc des transferts de connaissances au travers d’une communication scientifique, qui passe aujourd’hui par de nouveaux outils et de nouveaux acteurs.Cette recherche fait état des caractéristiques des discours climatiques numériques, par deux approches : à la fois par la géographie et par la communication scientifique. Au travers d’une synthèse bibliographique, elle fait tout d’abord état des constats sur le climat récent, en partant des propos du GIEC pour décrire plus spécifiquement le cas de la région boréale canadienne.Réalisée par ailleurs dans le cadre d’un stage de communication scientifique lui-même effectué au département de géographie de l’Université de Montréal, la présente étude s’intègre au projet de recherche « Cycle du carbone dans les forêts boréales de l’est du Québec dans un contexte de changement climatique », porté par ce département.Elle aborde ensuite l’évolution du Web et de la culture participative, qui a permis l’apparition de nouvelles formes de communication scientifique, incarnées par les médiateursvulgarisateurs sur YouTube, également nommés pro-am. Leur succès depuis quelques années témoigne d’un intérêt certain des publics pour cette forme de communication. Dans un troisième temps, ce mémoire propose une étude sémio-pragmatique des discours des pro-am autour du changement climatique. Le fond, la forme et le contexte d’émission de ces discours sont donc analysés de façon automatisée et manuelle. Il ressort ainsi que les pro-am présentent certaines pratiques communes à la sphère scientifique (citation de sources, nuances des propos, liens directs avec les experts, etc.), permettant d’assurer la rigueur de leurs contenus.Propres aux vidéastes, d’autres aspects fluidifient largement la médiation, tels que l’esthétique et la créativité, l’humour, l’horizontalisation des savoirs, les processus de validation des contenus entre experts, pro-am et internautes. Toutefois, les analyses révèlent certaines lacunes et imprécisions dans les vidéos des pro-am, portant notamment sur des régions, processus et enjeux spécifiques, tels que ceux liés aux peuples autochtones, à la forêt boréale et au cycle du carbone.Finalement, certains de ces éléments pourront être appliqués aux cas de la recherche en géographie et du stage, en s’inspirant des points forts des pro-am, en complétant et en affinant ceux jugés encore imprécis.
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 | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».