Les influences culturelles à l’ère des réseaux sociaux numériques1
Bibliographic record
Abstract
Nous savons que les pairs, les institutions culturelles et scolaires, les médias, les réseaux sociaux et la famille sont des agents d’influence dans la socialisation des jeunes. L’influence familiale est considérée comme prépondérante, peu importe la génération. L’influence des enseignants semble toutefois en recul. Nous avons voulu mieux comprendre en quoi les médias sociaux et les influenceurs ont un rôle et des effets sur les pratiques, les consommations et les goûts culturels des jeunes Québécois. Dans le cadre d’une démarche qualitative et inductive, nous avons animé cinquante-deux entretiens individuels qualitatifs auprès de jeunes Québécois et nous avons ensuite soumis nos analyses provisoires à soixante-huit autres participants dans le cadre d’entretiens de groupe. Nos analyses nous permettent de comprendre que, contrairement à ce que l’on pourrait croire, la famille joue un rôle important dans le phénomène étudié et qu’elle n’est pas vraiment remplacée par celui des nouveaux médias. En effet, les lieux de consolidation du lien social demeurent plutôt inchangés. Les influences principales sont les personnes connues (famille, amis), en face à face et par l’intermédiaire des médias sociaux. Viennent ensuite les personnes qu’on ne connaît pas, mais que l’on retrouve dans des communautés de partage d’intérêts. Les lieux de consolidation du lien social sont encore la famille et les amis dans un premier temps, et les médias, dans un second temps.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.006 | 0.008 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| 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".