Bibliographic record
Abstract
Dans un contexte médiatique hybride, où cohabitent les médias traditionnels et numériques, l’accélération du rythme de production et de diffusion de l’information impose une forte pression sur les gouvernements aux prises avec une crise politique. Pour arriver à coordonner leurs messages et à imposer des cadres d’interprétation, les partis politiques québécois au pouvoir opèrent depuis 15 ans une centralisation de la gestion stratégique de leurs communications. Cette transformation de la communication gouvernementale, désormais ancrée dans un esprit de campagne permanente et pilotée par le Bureau du premier ministre au sein du ministère du Conseil exécutif, vise, entre autres, à mieux gérer les crises en recourant aux ressources de l’administration publique. Les auteurs du présent ouvrage se demandent si, dans ce contexte médiatique où domine la pression de l’instantanéité de l’information, il est toujours judicieux pour un gouvernement de réagir rapidement à une crise communicationnelle. Ils analysent trois cas de gestion de crises gouvernementales qui ont été largement médiatisées et qui ont marqué les dernières années au Québec : l’adoption de la loi 78 dans le cadre du conflit étudiant de 2012, le déraillement ferroviaire de Lac-Mégantic en 2013, et les événements menant à la démission de l’ancien ministre Yves Bolduc en 2015. Ce livre montre que la centralisation des opérations communicationnelles ne permet pas d’endiguer tous les types de crises gouvernementales et révèle également une participation asymétrique de l’administration publique lorsqu’une crise ébranle un gouvernement.
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 | 0.006 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.009 | 0.021 |
| Scholarly communication | 0.016 | 0.011 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.023 | 0.005 |
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".