Le Règlement 17 et l'affaire Montfort: L'apport de la perspective des cadres à l'étude des enjeux linguistiques au Canada
Bibliographic record
Abstract
Les recherches portant sur la communauté franco-ontarienne considèrent que le Règlement 17 et l'affaire Montfort ont été deux moments marquants de la vie politique de la communauté franco-ontarienne. Toutefois, ces travaux ne traitent que très peu du rôle joué par les médias et des processus de cadrage à l'oeuvre dans ces deux cas. Les deux évènements ont suscité un intérêt soutenu des médias écrits, tant anglophones que francophones. Cette thèse en communication politique étudie les processus de cadrage utilisés par les médias en vue de rapporter les évènements. À cette fin, nous étudierons les cadres présents dans le discours des médias, tout en les situant dans leur contexte historique et politique donné. Cette thèse utilise les typologies existantes afin de mieux comprendre le rôle des médias dans la présentation d'enjeux linguistiques au Canada et y ajoute des éléments propres à l'analyse des enjeux linguistiques et identitaires. Nous montrons que les processus de cadrage à l'oeuvre dans les deux cas doivent être considérés à la lumière de leurs contextes historiques et politiques respectifs, sans quoi l'application seule d'une typologie des cadres ne permet pas d'analyser complètement les processus de cadrages à l'oeuvre dans le cadre d'enjeux linguistiques identitaires de la minorité franco-ontarienne. À l'issue de notre démarche, nous constatons que le Règlement 17 a été non seulement un enjeu national, tant en termes médiatiques que politiques, mais aussi un enjeu d'unité nationale et que l'affaire Montfort a été un enjeu national en termes strictement médiatiques, sans toutefois être considérée comme un enjeu d'unité nationale. Nous constatons aussi que les médias ont privilégié un cadre guerrier afin de mobiliser la population francophone.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.028 | 0.017 |
| Scholarly communication | 0.015 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 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".