Influenceuses radicales : cartographie des discours antiféministes sur les réseaux sociaux en France
Bibliographic record
Abstract
L’article présente une étude approfondie sur l’émergence et la diffusion des discours antiféministes portés par des influenceuses francophones sur les plateformes numériques. En s’appuyant sur une analyse sémiotique de dix influenceuses françaises clés, l’étude dévoile les stratégies rhétoriques, les symboles et les sous-entendus utilisés pour promouvoir une vision rétrograde des rôles de genre, critiquer le féminisme moderne et construire une identité collective autour de valeurs conservatrices. L’article souligne que les discours antiféministes analysés ne se limitent pas à la diffusion de contenus, mais contribuent activement à une contre-culture qui remet en question les acquis du féminisme, en valorisant notamment la nostalgie des rôles de genre traditionnels et en critiquant la dégradation perçue de la cellule familiale due au féminisme contemporain. De plus, l’importance des dispositifs visuels et multimédias est mise en lumière comme un moyen de renforcement des messages transmis, jouant sur les émotions et les identifications personnelles des internautes. L’étude aborde également la complexité des débats autour du genre et du féminisme sur Internet, marqués par des intersections avec le nationalisme d’extrême droite, la misogynie et des mouvements tels que les « célibataires involontaires » (incels), soulignant le rôle des influenceurs et des influenceuses ainsi que des plateformes numériques dans la formation et la diffusion de ces discours. La recherche révèle la manière dont les idées antiféministes gagnent en visibilité et en influence, posant un défi majeur aux mouvements féministes dans leur quête d’égalité et de justice sociale. En conclusion, cet article met en évidence la nécessité de comprendre et de contrer ces discours antiféministes pour continuer à promouvoir les droits des femmes et à lutter contre les stéréotypes de genre traditionnels, dans un contexte où les plateformes numériques jouent un rôle de plus en plus important dans la diffusion des idées et des idéologies.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.008 | 0.005 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".