Bibliographic record
Abstract
Simon Laflamme poursuit son enquête sur l’utilisation des médias dans le nord de l’Ontario. Sa comparaison entre les francophones et les anglophones, réalisée en 2004 au moyen d’une enquête semi-dirigée, se concentre cette fois sur l’un d’eux : Internet. Dans sa première étude, il avait noté une légère infériorisation des francophones quant à la disponibilité de ce média dans leur foyer, mais il avait surtout convenu que les rapports aux médias, dans l’ensemble dépendent peu de la langue maternelle. Cela établi, il a voulu savoir s’il trouverait une quelconque différenciation en examinant les usages et les représentations d’Internet chez des jeunes gens, plus familiers avec ce type d’outil. L’auteur constate, ici encore, une grande ressemblance entre les deux groupes linguistiques. Les circonstances dans lesquelles on recourt à Internet, les routines, les sites qui sont visités subissent peu l’influence de l’origine linguistique ; la langue de navigation caractérise à peine la population francophone ; de même, dans les représentations où les notions de communication, d’information et de divertissement sont évoquées par chacun des groupes linguistiques, il relève peu de différences, sinon que les francophones sont portés à louer et à critiquer cette technique tandis que les anglophones l’associent plus volontiers au divertissement. La tendance vers l’homogénéisation est donc marquée au niveau de l’usage, mais la multiplication des contenus favorise l’individuation.
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 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".