Participation des contre-publics minoritaires et médias socionumérique
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Cet article examine les débats sur l’aide médicale à mourir au Canada tels qu’ils ont pris forme sur Twitter dans la foulée de l’adoption de la loi encadrant la pratique, en juin 2016. Divers groupes se sont farouchement opposés au projet de loi, qu’il s’agisse de groupes religieux, d’experts, de politiciens ou de citoyens, ce qui a mené à une polarisation des débats liée à l’acceptabilité sociale de celui-ci. Notre analyse montre que des groupes minoritaires – généralement peu présents dans l’espace public lors de débats soulevant des enjeux d’acceptabilité sociale tel que les associations de patients, les groupes religieux ou les groupes de femmes – et les « citoyens ordinaires », loin de laisser le débat aux mains des experts et des politiciens, se sont engagés dans les échanges prenant forme sur Twitter, se sentant légitimes d’y prendre part sur la base de considérations morales et éthiques. Globalement, il ressort que Twitter a été utilisé à la fois comme canal d’expression des opinions et comme un moyen de partager de l’information, complémentant, de ce fait, le rôle des médias traditionnels. On peut ainsi avancer que la plateforme a permis ce qu’on associe à une « participation politique ambiante », où ceux qui ont suivi #BillC14 ont été exposés à des informations, des opinions, des idées et des faits qui ont peut-être affecté leur perception de l’acceptabilité sociale de cette loi.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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 it