Représentation des personnes autrices et victimes de violences interpersonnelles dans les balados québécois de crimes réels
Bibliographic record
Abstract
La littérature consultée indique que les perceptions et croyances de la population entourant la violence interpersonnelle peuvent être influencées par la représentation des auteurs et des victimes de crimes réels dans les médias. Cependant, les balados sont une nouvelle forme de diffusion en essor qui n’est pas soumise aux mêmes règles journalistiques et encore très peu étudiée. Pourtant, il est possible de supposer que leur influence ne fait pas exception. Cette étude examine la représentation des auteurs et des victimes de violence interpersonnelle dans trois balados québécois de crimes réels en utilisant une analyse qualitative déductive et inductive des données. Les résultats montrent un blâme envers la victime et une description des auteurs qui justifie leurs actes ou les déshumanise. La représentation de la violence est sensationnaliste, teintée des croyances erronées et ne tient pas compte des enjeux sociaux, malgré la reconnaissance des enjeux liés à la représentation médiatique par les narrateurs. Puisque ces représentations médiatiques contribuent à la perpétuation de la violence interpersonnelle dans la société, il est primordial de les étudier afin de la prévenir.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.008 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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 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".