Les représentations sociales pour cerner l’évolution des conceptions de la forêt québécoise : une analyse autour du documentaire L’erreur boréale
Bibliographic record
Abstract
La multiplicité des façons d’aborder l’environnement se transpose nécessairement sur la forêt. Appréhender comment les gens conçoivent cette dernière est une opération plus complexe qu’il n’y paraît. Dans cette réalité multiple, flexible et sociale, la forêt convoque différents bagages et tout autant de savoirs à son propos. Alors que, partout dans le monde, les controverses sur sa gestion sont fréquentes, sa définition, complexe, doit être approchée avec nuances. Cette étude scrute, à l’aide des outils conceptuels que propose la théorie des représentations sociales, de quelles façons était conçue la forêt dans l’espace public et examine ce en quoi une controverse, le cas de la diffusion du documentaire militant L’erreur boréale, a alimenté la transformation de ces conceptions. Une approche méthodologique mixte combinant analyse de similitude et analyse thématique du contenu a permis de dégager les représentations sociales de la forêt, tel qu’elles étaient véhiculées dans le quotidien La Tribune, avant et après la diffusion de L’erreur boréale. L’analyse des RS avant la diffusion du film a permis d’en dégager une, la forêt généreuse. La controverse a entraîné l’émergence ou la transformation de 4 représentations sociales : la forêt précieuse, la forêt dure, mais généreuse, la forêt menacée et la forêt abstraite.
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 | 0.005 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.007 | 0.015 |
| Scholarly communication | 0.011 | 0.008 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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.
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".