Montréal-Nord, Montréal-Noir : les discours et les récits de la stigmatisation territoriale
Bibliographic record
Abstract
La stigmatisation territoriale est un concept qui soutient que certains groupes de personnes sont discrédités, dévalorisés et entachés par la réputation de leur lieu de résidence réel ou supposé. Ce mémoire cherche à illustrer la stigmatisation territoriale opérée sur Montréal-Nord — un arrondissement de la ville de Montréal touché par des enjeux de pauvreté et dont une grande partie de la population est issue de l’immigration. Affecté par une réputation peu enviable au sein de l’imaginaire spatial québécois, Montréal-Nord est généralement perçu comme le « Bronx montréalais » : un espace fréquenté par des gangs de rue et associé à un secteur enclavé de faible qualité urbanistique. Ces représentations, mettant l’accent sur le caractère dangereux et criminel de cet arrondissement, ont été renforcées suite au meurtre de Fredy Villanueva abattu par un policier en 2008 dans un parc de Montréal-Nord et des révoltes urbaines qui ont suivi. Or, dans quel contexte de production les récits médiatiques sur Montréal- Nord sont réalisés ? Et surtout, quelles actions sont proposées par les institutions publiques, les organismes communautaires et certains collectifs citoyens afin de renverser une image jugée négative et de cesser la paupérisation de l’arrondissement ? Grâce à une base de données regroupant les articles publiés sur l’arrondissement de Montréal-Nord par huit journaux de la presse écrite montréalaise entre 2006 et 2016, il est possible d’illustrer des processus de mise en visibilité qui concentre l’attention sur le caractère dangereux du quartier. De plus, 25 entretiens semi-dirigés avec différent·e·s acteur·trice·s issu·e·s de Montréal-Nord permettent de souligner l’influence que les récits médiatiques ont sur la production de l’espace urbain. L’émergence de collectifs citoyens performant une nouvelle citoyenneté sera aussi documentée afin d’illustrer une forme de réappropriation du discours sur Montréal-Nord. À l’intersection des enjeux de race, de représentations et de réparations, cette recherche vise à souligner les mécanismes ségrégatifs à l’oeuvre au sein de l’espace urbain et médiatique montréalais.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.012 | 0.007 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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 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".