Les changements climatiques dans les publications de médias québécois selon la sémantique vectorielle
Notice bibliographique
Résumé
La couverture des enjeux sociétaux par les médias traditionnels (les journaux, les nouvelles télévisuelles, les annonces radiophoniques, etc.) a un impact important sur la perception des Québécois face à leur rôle de citoyens responsables (Bérubé, 2010). Ces médias prétendent à une couverture factuelle de ces enjeux. Alors qu’on pourrait penser que certains articles ne contiennent que des éléments factuels dénués d’opinion, des études (p. ex. Caliskan et al. (2017)) ont démontré qu’un large corpus de textes n’ayant pas d’orientation connue à priori, tirés d’Internet, contenait certains biais (ou stéréotypes) liés à l’histoire et à la culture humaine, telle qu’une plus grande facilité à associer les prénoms masculins aux termes liés au métier de médecin et les prénoms féminins aux termes liés au métier d’infirmière, que l’inverse. Il est donc possible de dégager du sens implicite des textes traités par des modèles d’apprentissage automatique non supervisé. L’objet principal de cette recherche est de dégager et d’analyser les associations implicites, les analogies et les plus proches voisins relatifs aux changements climatiques contenus dans les nouvelles produites par les entreprises médiatiques au Québec. Plus précisément, il s’agit d’utiliser le cadre de la sémantique vectorielle pour dégager du sens implicite d’un corpus sur les changements climatiques. Il s’agit également de déterminer à quels champs sémantiques sont associées les thématiques liées aux changements climatiques. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : sémantique vectorielle, changements climatiques, médias québécois, linguistique informatique
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».