Analyse de la réception des messages médiatiques Récits rétrospectifs et verbalisations concomitantes
Bibliographic record
Abstract
Résumé On connaît mal les processus cognitifs et affectifs mis en œuvre par les sujets sociaux lors du contact avec les dispositifs médiatiques, notamment parce que les méthodes destinées à étudier la dynamique des processus de réception individuelle sont insuffisamment développées. L’article propose de combler cette carence méthodologique en présentant deux méthodes qui permettent d’étudier et «pister» les processus : la méthode des Récits de Réception Rétrospectifs (RRR) et la méthode d’Etude des Cognitions verbalisées concomitantes En Réception (ECER). En nous appuyant sur deux études de cas (la réception des images des attentats de New York du 11 septembre 2001 et la réception d’un discours de communication politique), nous expliquons leurs fondements théoriques et épistémologiques ainsi que les modalités pratiques de recueil et d’analyse des informations. Par une analyse comparative, nous précisons ensuite les conditions qui garantissent la validité scientifique et la bonne application des deux méthodes pour étudier la réception de la communication médiatique.
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 | 0.007 | 0.035 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".