Bibliographic record
Abstract
Sans surprise, le conflit étudiant du printemps 2012 a été abondamment couvert par les médias. Est-ce à dire que les Québécois ont été bien informés ? Rien n’est moins certain. Une étude menée par le Centre d’études sur les médias révèle que si les faits (manifestations, violences, négociations, etc.) étaient bien connus des citoyens interviewés, plusieurs d’entre eux estimaient en savoir peu sur les enjeux de fond, que les médias n’avaient pas clarifié à leur satisfaction. À cet égard, le conflit étudiant semble constituer une autre illustration des difficultés qu’ont les médias traditionnels à offrir « a truthful, comprehensive and intelligent account of the day’s events in a context which gives them meaning », selon les mots de la célèbre Commission on Freedom of the Press de 1947, aux États-Unis. À l’aide d’une analyse de données et de propos recueillis lors de rencontres avec des citoyens et un groupe d’intellectuels québécois, nous analysons le contexte de cette couverture médiatique et les enjeux peu ou mal couverts par les médias québécois. Nous proposons également quelques constats qui pourraient expliquer les difficultés des médias à informer adéquatement le public sur ces enjeux de fond durant le conflit étudiant, ainsi que quelques pistes de solution.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.021 | 0.015 |
| Scholarly communication | 0.016 | 0.011 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.005 | 0.009 |
| Insufficient payload (model declined to judge) | 0.040 | 0.012 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".