Les messages : eux et nous
Bibliographic record
Abstract
Au cours de l'hiver 1971, dans le cadre d'un enseignement de communication de masse, les étudiants ont fabriqué trois émissions de télévision d'une demi-heure chacune, après un stage intensif d'entraînement aux techniques audio-visuelles. Ces émissions ont été diffusées sur le canal 9 (câble) les mardi soir à 19 heures 30, pendant trois semaines consécutives. Les étudiants se sont alors rendus dans des familles à l'écoute, pour vérifier sur place l'effet de leur propre message. Nous avons recueilli quelque soixante-dix heures d'entrevues qui devaient porter sur les émissions. Le matériel est de nature spontanée, malgré un schéma général d'entrevue. Pour trouver les informateurs, nous sommes partis d'un échantillon de 900 personnes, tiré parmi les 90,000 abonnés du câble, et classé ensuite selon l'indice socio-économique du secteur de recensement où se trouve le domicile (indice de Schefsky). Nous avons d'abord sélectionné les familles du centre de la distribution pour éviter les variations qu'on ne pouvait analyser, à cause du nombre restreint de familles à étudier (quinze). Nous avons choisi des familles complètes avec adolescent. Obtenir des collaborateurs s'est avéré très difficile, d'abord parce que le câble dessert une population qui risque d'offrir des caractéristiques particulières : célibataires, personnes âgées, invalides, travailleurs de nuit, langue maternelle autre que français ou anglais, etc. De plus, la collaboration était onéreuse, puisque les familles devaient nous consacrer quatre soirées. En fait, le choix s'est déplacé du centre vers la distribution des mieux nantis ; nous avons atteint le middle mass, avec quatre ouvriers spécialisés, trois employés de bureau, un fonctionnaire, un représentant de compagnie, mais aussi un chômeur et trois ouvriers non qualifiés (deux non spécifiés). La moyenne de scolarisation est de dix années d'études, la majorité des pères de familles ayant complété une neuvième année. Cette population ne représente donc pas ce qu'il est convenu d'appeler « les défavorisés », i.e. ceux qui n'ont qu'un cours primaire et auxquels s'adresse un programme comme Multi-Media ; il s'agit toutefois d'une « vraie » population. Nous avons ainsi pu réfléchir sur des données vivantes, plutôt qu'à partir de nos pré-conceptions. On ne saurait toutefois parler de savoir accumulé car, à notre connaissance, aucun résultat de recherche sur le processus global de communication de masse auprès de la population réelle n'a jamais été publié.
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 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.009 | 0.014 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.024 | 0.009 |
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".