Pandémie de COVID-19 : de nouvelles contraintes journalistiques qui menacent le droit à l’information
Bibliographic record
Abstract
Lorsqu’elle est survenue au printemps 2020, la pandémie de COVID-19 a engendré d’importants bouleversements, notamment chez les professionnels de l’information sur lesquels une grande pression s’est exercée. Partant de la prémisse voulant que les pratiques journalistiques puissent largement influencer la qualité de l’information livrée au public, qui elle permet une meilleure compréhension des enjeux sociaux, cet article s’intéresse aux défis auxquels les journalistes québécois ont été confrontés pendant les premières semaines de la pandémie de coronavirus ainsi qu’à leurs effets sur les pratiques professionnelles. À partir d’entretiens semi-dirigés, nous explorons comment la crise sanitaire a affecté les journalistes et la façon dont ils ont dû adapter leurs pratiques professionnelles à des situations exceptionnelles pour être en mesure d’informer le public. Notre analyse démontre que cette crise a, dans un premier temps, amplifié la pression sur les journalistes par une augmentation de la charge de travail et du rythme de production ainsi que par de nouvelles difficultés limitant leur accès aux sources d’information. Elle a, dans un deuxième temps, engendré de nouveaux défis liés à la pratique du journalisme en confinement et au travail de terrain en présence d’un virus alors méconnu. De façon générale, nous pouvons affirmer que ces enjeux ont entravé les pratiques professionnelles des journalistes et menacé le droit du public à l’information.
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 | 0.028 | 0.096 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.010 | 0.008 |
| Scholarly communication | 0.015 | 0.008 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.025 | 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".