MétaCan
Menu
Retour à la cohorte
Enregistrement W7104447027 · doi:10.71781/19508

Humour et vivre ensemble : l’industrie humoristique québécoise au prisme de la diversité culturelle et religieuse

2020· dissertation· fr· W7104447027 sur OpenAlexaboutno aff

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2020
Typedissertation
Languefr
DomainePsychology
ThématiqueHumor Studies and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFree accessIdentity (music)Social behaviour

Résumé

récupéré en direct d'OpenAlex

Cette thèse de doctorat porte sur les implications de l’humour dans l’établissement du vivre ensemble au Québec. Je me penche tout particulièrement sur la production, le contenu et les effets des discours humoristiques dans le développement de certaines attitudes politiques à l’égard des communautés issues de la diversité culturelle et religieuse québécoise. L’ensemble de la recherche a été réalisé à travers la rédaction des trois articles, lesquels visent à mieux saisir la trajectoire empruntée par les messages humoristiques traitant de ces enjeux. Le premier article s’attarde sur les motivations et les procédés à travers lesquels les humoristes et les artisans de l’humour construisent leurs numéros. Cette partie de l’étude a pour objectif de comprendre les facteurs d’influence de création humoristique traitant des enjeux du vivre ensemble tels que perçus par les membres de l’industrie de l’humour au Québec. Grâce à la réalisation d’une vingtaine d’entrevues semi-dirigées, on constate que le premier et principal vecteur de création de numéros d’humour reste l’individu, l’humoriste lui-même. C’est avant tout ses points de vues, sa façon de comprendre et d’interpréter le vivre ensemble qui est mis de l’avant. Le reflet de la société que renvoie l’humoriste est toutefois sous l’influence des pressions qu’il perçoit de la part de l’auditoire. Ainsi, les créateurs d’humour, comme tant d’autres personnalités ou groupes de l’espace public, sont soumis à un contrat de communication, lequel demeure à l’esprit de bon nombre d’humoristes. Le second article propose une analyse de contenu de 76 vidéos humoristiques répertoriées sur la plate-forme de visionnement YouTube et abordant les questions du pluralisme. On y découvre que même si plus de 25 communautés culturelles et religieuses font l’objet de caricatures et de railleries, c’est la communauté arabo-musulmane qui représente la principale cible des humoristes, que ces derniers proviennent du groupe majoritaire ou des minorités. Le stéréotype liant islam et terrorisme est alors évoqué de façon récurrente. Le troisième et dernier article se penche sur les effets de l’humour sur l’alimentation des préjugés auprès des individus. Il s’agit d’une étude expérimentale réalisée auprès de quelques 216 personnes séparées en deux groupes : un groupe a été exposé à des numéros véhiculant des stéréotypes culturels et religieux, à l’égard des arabo-musulmans en particulier, l’autre groupe a été confronté à des prestations ne comportant pas ce genre de stéréotypes. D’une part, on n’observe aucun effet direct significatif, sans variable amplificatrice, entre les deux groupes, suggérant qu’il faut peut-être prendre en compte d’autres facteurs pouvant jouer un rôle. D’autre part, des impacts significatifs sont en effet observables en fonction de la participation religieuse. Ainsi, les effets de l’humour sont à l’évidence complexes à mesurer et il importe de prendre en considération des variables modératrices (moderated effects) afin d’en apprécier empiriquement les répercussions. En regard des différentes conclusions tirées dans mes trois recherches, il subsiste un écart entre la responsabilité ou les impacts des créations humoristiques tels que perçus par les humoristiques et ce que leurs numéros contiennent et les effets que ces derniers engendrent sur le terrain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,213
Score d'incertitude au seuil0,429

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,006
Communication savante0,0050,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,241
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)Même sujetHumor Studies and ApplicationsTravaux en français237 207