Bibliographic record
Abstract
Si depuis le milieu des années 1990, Internet a principalement été perçu comme un outil au service de la démocratie, c’est davantage son impact négatif sur le débat public qui a été mis en avant dans les médias durant ces dernières années. Cette évolution des imaginaires collectifs d’Internet nous invite à dépasser une analyse binaire « apports/limites » de ses enjeux sociopolitiques pour réfléchir à la manière dont il reconfigure les pratiques et les formes du débat public en fonction de normes qui lui sont propres. Dans cet article, sept éléments constitutifs de la culture de débat en ligne sont passés au crible : le remplacement des gatekeepers traditionnels par les algorithmes des moteurs de recherche et des réseaux sociaux, la disparition des arguments d’autorité au profit d’indicateurs de popularité, l’ancrage des pratiques politiques dans les discussions du quotidien, la dimension identitaire du partage d’information, les formes push button d’expression citoyenne, les mécanismes d’autoconviction et la privatisation des instances de régulation des contenus. Ces mutations posent de nouveaux défis à l’éducation aux médias et à l’information, que les professionnels des systèmes d’information seront certainement appelés à relever dans un futur proche.
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 | 0.004 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.009 | 0.008 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.028 | 0.004 |
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".