Les diffuseurs de « vérité » : comprendre le rôle des micro-célébrités et de Twitter dans la production et la mise en visibilité des récits anti-mesures sanitaires au Québec sur Internet
Notice bibliographique
Résumé
Des recherches ont montré comment les mouvements sociaux tirent parti des capacités techniques offertes par les plateformes numériques pour attirer l'attention sur leurs causes et mobiliser des partisans. Pendant la pandémie de COVID-19, le même phénomène a été observé chez certains softleaders s’opposant aux mesures sanitaires qui ont utilisé ces mêmes plateformes pour promouvoir leurs points de vue et leurs croyances. Cependant, elles ne sont pas neutres et tiennent un rôle dans l’aboutissement de tels objectifs. C’est ce que ce mémoire s’efforce de mettre en lumière. Dans le cadre de cette recherche, l’échange de propriétés entre des actants humains, et non-humains, soit les micro-célébrités activistes politiques et les capacités techniques de la plateforme Twitter, sont considérées comme une voie stratégique vers la mise en visibilité d’une idéologie politique. Dans une perspective sociotechnique, nous visons à comprendre la construction de récits et la fabrique du discours, en analysant les thèmes qui émergent des publications sur Twitter et le rôle des entités du collectif composé des actants humains et non-humains dans la production et la diffusion de ces messages. Nous remarquons que le résultat d’un tel assemblage, à travers des stratégies et les possibilités offertes par les affordances, permet de se saisir de l’attention médiatique de l’auditoire à des fins politiques : la promotion de valeurs issues de convictions anti-mesures sanitaires basées sur de la désinformation, des théories du complot et de la méfiance envers différentes institutions démocratiques. Ainsi, nous suggérons que des recherches futures doivent continuer de se pencher sur les effets de composition de cet assemblage sur la production et la diffusion du discours et que ces considérations doivent être prises en compte dans la recherche de solutions au problème de la désinformation.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,010 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».