MétaCan
Menu
Back to cohort
Record W2623543895 · doi:10.4000/vertigo.18425

Analyse du traitement médiatique du silure glane (Silurus glanis), une espèce au centre de controverses

2017· article· fr· W2623543895 on OpenAlexvenueno aff
Jean-Marie Bodt, Frédéric Santoul, Muriel Lefebvre

Bibliographic record

VenueVertigO · 2017
Typearticle
Languagefr
FieldEnvironmental Science
TopicSpecies Distribution and Climate Change
Canadian institutionsnot available
FundersAgence Nationale de la Recherche
KeywordsHumanitiesGeographyPolitical scienceArt

Abstract

fetched live from OpenAlex

La présence du silure glane (Silurus glanis) dans les rivières françaises est l’objet d’une importante couverture médiatique. Ces articles de presse portent en partie sur l’aspect indésirable de l’espèce : elle serait invasive et perturberait l’équilibre des écosystèmes aquatiques. Cependant, les premières recherches scientifiques sur la question (Valadou, 2007 ; Proteau et al., 2008) tendent à nuancer ces affirmations. Le silure se retrouve dès lors au centre de controverses. Afin de rendre compte de la couverture de ces débats, nous avons analysé le traitement médiatique du silure glane dans des quotidiens nationaux et locaux sur la période 2003-2015. En déployant une méthodologie d’analyse lexicale quantitative, nous avons dégagé différents univers de sens, révélateurs des débats qui entourent le silure. Ensuite, par le biais d’une exploration qualitative des textes, nous avons relevé les manières de désigner le silure et son action sur les milieux aquatiques. Nous avons alors montré que des représentations négatives continuaient d’être véhiculées par les récits médiatiques. En effet, bien que l’on puisse constater une évolution des discours journalistiques, les débats se poursuivent sur l’ensemble de la période étudiée. En dépit des constats empiriques du domaine scientifique, certains acteurs persistent à imputer les désordres écologiques aux populations de silures. Cette focalisation sur les espèces envahissantes est alors le témoin d’une incrimination qui se base principalement sur leur caractère allochtone.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Qualitative · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.027
Threshold uncertainty score0.053

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0020.003
Science and technology studies0.0020.002
Scholarly communication0.0020.001
Open science0.0000.001
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0030.000

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.

Opus teacher head0.015
GPT teacher head0.244
Teacher spread0.229 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designQualitative
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2017
Admission routes1
Has abstractyes

Explore more

Same venueVertigOSame topicSpecies Distribution and Climate ChangeFrench-language works237,207