Métaphore et rhétorique de guerre en contexte de COVID-19 : représentations des préposé·es aux bénéficiaires dans les discours du gouvernement québécois
Bibliographic record
Abstract
Des « héros » et des « anges gardiens ». Au cours des premières semaines de la pandémie de COVID‑19 au Québec, ces termes ont été largement utilisés par les autorités gouvernementales pour qualifier le personnel de la santé . Face à la nouveauté et aux risques encore inconnus du virus, le discours officiel à l’égard des « anges gardiens » et des « héros » s’inscrit alors dans une rhétorique martiale afin de reconnaître les efforts du personnel de la santé et l’encourager à oeuvrer en première ligne. Sur le terrain, les travailleur·euses de la santé ne vivent toutefois pas l’urgence sanitaire de la même manière. Les personnes occupant les emplois au bas de la hiérarchie du réseau de la santé, comme les préposé·es aux bénéficiaires (PAB), sont plus exposées aux risques du virus, notamment en raison de manque d’équipement de protection. Un tel contexte nous mène à nous questionner sur la place accordée aux préposé·es aux bénéficiaires par les instances gouvernementales dans leurs discours élogieux à l’égard des « anges gardiens » et des « héros ». Notre étude vise à mettre en lumière l’articulation entre ces métaphores et la rhétorique guerrière mobilisée par les autorités gouvernementales. Nous avons réalisé une analyse qualitative thématique des conférences de presse quotidiennes du gouvernement et de l’Institut national de santé publique du Québec pendant les quatre premières semaines de la pandémie. Nos résultats indiquent que les métaphores d’« ange gardien » et de « héros » sont des constructions politiques qui se structurent autour d’une rhétorique martiale stratégiquement déployée par le gouvernement du Québec pour communiquer l’urgence de la crise sanitaire, laquelle contribue à reproduire les inégalités de classe et de genre au sein du personnel de soin. S’inscrivant dans un contexte social où les inégalités existaient bien avant la pandémie du COVID‑19, l’urgence sanitaire a exacerbé les inégalités professionnelles, alors que les personnes occupant les postes au bas de l’échelle hiérarchique, comme les PAB, ont été les plus affectées.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.021 | 0.037 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.006 | 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".