Bibliographic record
Abstract
Il s’agit ici de s’intéresser aux médias comme révélateurs des dynamiques sociales précédant et accompagnant la définition et la mise en oeuvre de politiques publiques. En effet, les médias de masse diffusent leurs programmes de manière continue (flux) et l’analyse de ces derniers sur le temps long permet de mieux appréhender l’émergence et les transformations dans l’espace public de questions débattues, puis mises en oeuvre sur le plan politique. La question de la lutte contre le cancer a été traitée de manière récurrente depuis le début des années 1970 dans différents types de programmes télévisuels : nous prendrons ici en considération les fictions et les magazines. Sur la base d’un corpus répertoriant magazines de télévision (1995-2005) et films de fiction (TV, feuilletons et séries, cinéma diffusés de 1975 à 2005), nous montrerons que la télévision s’avère être partie prenante de l’émergence de la question publique du cancer. Nous montrerons aussi que la télévision tisse des collaborations en ce domaine avec de nombreuses autres institutions (associations de lutte, professionnels de la santé, etc.), révélant par là même qu’elle se trouve à la confluence d’enjeux sociaux et politiques complexes. À ce titre, il n’est pas certain que la simplification et la personnalisation habituellement imputées aux médias soient avérées. Au contraire, les acteurs politiques et, notamment, le chef de l’État ont contribué à cette logique simplificatrice par le lancement d’un Plan Cancer présenté comme un grand chantier : si la télévision comme les autres médias a largement relayé dans ses programmes d’information le lancement de ce Plan Cancer, il apparaît que son rôle dans la construction de l’espace public est bien plus complexe qu’une analyse conjoncturelle centrée sur l’actualité ne le laisse entendre.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.040 | 0.005 |
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".