Rôles et contributions de l’analyse inductive dans l’étude de pratiques communicationnelles d’organismes à but non lucratif : le cas de groupes de lutte à la pauvreté au Québec
Bibliographic record
Abstract
Les pratiques communicationnelles des organismes de lutte à la pauvreté sont peu documentées dans les écrits scientifiques. L’approche inductive a été préconisée dans une étude exploratoire qui porte sur ces pratiques, à travers le discours et les perceptions de responsables des communications au sein d’organismes communautaires militants contre la pauvreté. Cet article présente les étapes de la méthode employée : la problématique de départ, le choix du terrain, la sélection des participants, le processus de codage et d’analyse des données et la construction d’une arborescence de sept catégories signifiantes ayant émergé des entretiens individuels et de groupe. Au total, 22 responsables des communications travaillant au sein de 19 organismes répartis dans 7 régions administratives du Québec ont été rencontrés sur une période d’un an. L’analyse inductive a permis d’identifier leurs revendications, les facteurs contextuels facilitant la mobilisation des acteurs, les difficultés rencontrées sur le plan des communications, leurs objectifs, leurs stratégies, leurs moyens de communication et enfin, les publics auxquels ces organismes s’adressent. L’article se penche plus spécifiquement sur l’origine et la composition d’une catégorie centrale, « Difficultés rencontrées par les organismes », afin d’illustrer comment l’approche inductive a fait émerger sept sous-catégories qui relèvent de deux dimensions, l’une d’ordre structurel et l’autre d’ordre relationnel, et qui expliquent en partie pourquoi ces organismes peinent à occuper l’espace public et médiatique. Les raisons expliquant la difficulté à occuper cet espace n’auraient pu être identifiées sans le recours aux entrevues individuelles et de groupe.
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 | 0.039 | 0.066 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.014 | 0.026 |
| Scholarly communication | 0.013 | 0.010 |
| Open science | 0.003 | 0.010 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.008 | 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".