Analyse critique du discours en ligne sur les dénonciations de violences à caractère sexuel : le cas de la liste de potentiels agresseurs, Dis son nom
Notice bibliographique
Résumé
Les fils de commentaires sur Facebook permettent aux internautes de s’exprimer sur différents enjeux. Dans le cadre de ce mémoire, les fils de commentaires sous des articles médiatiques provenant de trois journaux (Journal de Montréal, Le Devoir et La Presse) trainant de la liste de présumés agresseurs Dis son nom ont été analysés. À partir d’une analyse critique de discours, 201 commentaires en réaction à 13 articles médiatiques ont été étudiés afin de répondre à la question de recherche suivante : « Quelles sont les représentations dominantes des dénonciations de violences à caractère sexuel sur les réseaux sociaux dans les commentaires Facebook en réaction aux publications d’articles médiatiques concernant la liste de potentiels agresseurs Dis son nom ? ». De ce fait, l’analyse critique de discours a permis l’étude des représentations dominantes au sein des commentaires Facebook au sujet des dénonciations de violences sexuelles sur les réseaux sociaux. Les résultats de la recherche ont relevé que les discours ont des perspectives davantage négatives au sujet des dénonciations en ligne et que la majorité de ces commentaires ont été partagés par des internautes identifiés comme hommes. L’analyse a illustré que certains commentaires soulignent une transformation et une déconstruction des discours hégémoniques en matière de genre, en permettant notamment une prise de parole émancipatrice. Néanmoins, la plupart des commentaires reproduisent ces discours hégémoniques. L’analyse a également permis de saisir les rapports de pouvoir présents dans les discours, de relever les implicites, les non-dits et les paradoxes, en plus de certains stéréotypes de genre liés aux violences sexuelles au sein des commentaires. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Dis son nom, Facebook, commentaire(s), réseaux sociaux, violences à caractère sexuel, violence(s) de genre, victime(s), #MoiAussi, culture du viol, Analyse critique de discours
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 | 0,021 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,012 | 0,017 |
| Communication savante | 0,014 | 0,011 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».