Perception des risques sur les réseaux sociaux : l’influence de la perception des risques de surveillance sur la pratique des jeunes usagers à Montréal
Notice bibliographique
Résumé
Ce mémoire porte sur la perception du risque des jeunes adultes situés à Montréal quant aux réseaux sociaux numériques. Nous souhaitons plus spécifiquement saisir dans quelle mesure leur perception des risques de surveillance influence leur pratique. En quelques années, les réseaux sociaux numériques se sont imposés parmi les plateformes les plus utilisées d’Internet. Malgré la sortie médiatique de nombreux sonneurs d’alerte concernant les risques imposés sur la vie privée par les technologies de l’information et de la communication, cette nouvelle réalité semble être généralement acceptée. Cette banalisation d’une surveillance technologique généralisée est crainte par de nombreux chercheurs et spécialistes. Comme l’évoque Sofsky (2011, p. 19) : « Ni l’absence de contestation, ni la faiblesse des défenses mises en œuvre n’impliquent que le risque soit moindre ». Nous posons comme hypothèse que leur perception quant aux risques de surveillance exerce généralement peu d’influence sur leur pratique. La tenue de douze entretiens-semi dirigés avec de jeunes adultes montréalais âgés entre 20 et 30 ans permettra de vérifier notre hypothèse. Une analyse phénoménologique des témoignages de nos informateurs a donné lieu à une typologie distinguant trois groupes d’utilisateurs participant aux réseaux sociaux numériques : les responsables vigilants, les responsables indifférents et les abnégateurs. Les résultats de l’analyse nous obligent finalement à réviser notre hypothèse initiale et à envisager que la perception de certains risques, en fin de compte, influence la pratique des individus interrogés.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,018 | 0,004 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».