Une méthodologie inductive à partir de données empiriques médiatiques : mieux comprendre les modes d’utilisations de l’objet-groupe dans un phénomène
Bibliographic record
Abstract
L’article présente comment l’utilisation de la MTE a permis de dégager une compréhension des modes d’utilisation de l’objet-groupe dans un phénomène social crisogène en examinant les écrits publiés dans un journal militant étudiant. Il décrit les étapes du processus d’analyse et accompagne le lecteur sur le plan méthodologique dans une perspective de transparence et de retraçabilité des résultats. Il met en lumière la perspective inductive du recueil de données et de l’analyse. Il expose les processus de réflexions, les risques de dérapages rencontrés ainsi que les solutions mises en place pour demeurer enraciné dans les données empiriques et retarder l’entrée de la référence aux théories existantes dans une perspective interprétative. Quatre fonctions ont été dégagées et sont pensées comme des déclinaisons d’une métaphore centrale nommée le groupe-barrage (en référence au barrage hydroélectrique). Le groupe est pensé comme un barrage qui, par ses multiples fonctions, permet la traversée de la crise.
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 | 0.065 | 0.118 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.008 | 0.008 |
| Science and technology studies | 0.005 | 0.022 |
| Scholarly communication | 0.016 | 0.018 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".