La couverture médiatique des rapports du Protecteur du citoyen du Québec : une analyse de contenu automatisée
Bibliographic record
Abstract
Cet article étudie la couverture médiatique des rapports publiés par l’ombudsman du Québec, le Protecteur du citoyen. Une grande partie du mandat du Protecteur consiste à mener des enquêtes et à émettre des recommandations à la suite de préjudices causés par l’appareil administratif québécois à l’égard d’un ou de plusieurs citoyens. Ces préjudices sont rapportés au Protecteur par les citoyens, ce qui sous-entend que sa visibilité auprès d’eux est primordiale. Cette visibilité repose en grande partie sur les médias, d’où l’importance d’analyser la couverture médiatique du Protecteur du citoyen qui demeure peu été étudiée dans les écrits savants. Notre article révèle que la couverture médiatique des rapports du Protecteur est inégale. Nous observons également que les articles publiés dans les journaux adoptent en moyenne une tonalité plus négative que les rapports eux-mêmes. Mais, contrairement à nos attentes, les rapports à tonalité plus négative ne sont pas nécessairement plus couverts par les médias. Le meilleur prédicteur de la présence ou non de la couverture médiatique et de la congruence de tonalité entre les rapports et les articles serait la présence d’un communiqué de presse, émis par le Protecteur. Remarques à l’intention des praticiens Cet article étudie la couverture médiatique des rapports du Protecteur du citoyen du Québec. En s’appuyant sur une analyse automatisée de contenu, il ressort que la couverture médiatique accordée aux rapports ne s’explique pas par la tonalité employée dans les documents publiés par le Protecteur du citoyen. Les rapports plus négatifs ne sont pas nécessairement plus couverts par les journalistes que les rapports positifs. Les efforts de communication directs auprès des médias (ex. conférence de presse, publication d’un communiqué) contribuent davantage à expliquer la couverture médiatique.
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 | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.010 |
| Science and technology studies | 0.009 | 0.004 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.018 | 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".