J’ai un accent, moi ? Les médias et les caractéristiques « atypiques » des personnalités politiques
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Cette étude a pour objectif de brosser un portrait plus précis de la manière dont les médias couvrent l’obtention de responsabilités politiques par des individus qui présentent des caractéristiques que l’on pourrait qualifier « d’atypiques » en raison de leur sous-représentation dans l’espace politique. Elle s’intéresse plus précisément à l’accueil réservé aux personnes qui ont un accent qui déroge de la norme et repose sur une étude de cas, à savoir la nomination de Jean Castex à la tête du gouvernement français. Les résultats de l’analyse de contenu menée par les auteurs mettent en exergue le fait que même si l’accent n’a aucun lien avec la capacité d’une personne à exercer la fonction de premier ministre, les journalistes y accordent de l’importance. Ils montrent en outre que l’accent n’est pas toujours présenté de manière neutre, et que les qualificatifs négatifs sont fréquents. Enfin, ils révèlent que l’accent est souvent utilisé pour créer un récit autour de l’individu qui vient d’être nommé.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 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 it