La netnographie comme cadre méthodologique pour l'analyse des traces numériques : une proposition adaptée à la datasphère marocaine
Bibliographic record
Abstract
Dans un contexte où les frontières entre réel et virtuel s’estompent, les communautés numériques deviennent des espaces centraux d’expression sociale et culturelle. Ces espaces, en constante évolution, structurent de nouvelles formes de sociabilité, de participation et de mobilisation à l’échelle locale comme globale. La netnographie, en tant que méthode qualitative ancrée dans le paradigme de la société en réseau, s’impose comme un outil pertinent pour analyser ces dynamiques au sein de la datasphère. Elle permet d’appréhender les usages, les interactions et les logiques d’engagement au sein des plateformes numériques. En s’intéressant aux interactions, aux représentations et aux mobilisations dans les environnements numériques, cette approche permet de constituer un corpus ancré dans les pratiques discursives des usagers connectés, notamment dans le contexte marocain. Elle répond ainsi aux enjeux contemporains liés à la reconfiguration des terrains d’enquête et à l’analyse des données nativement numériques, en offrant une posture d’observation adaptée à la complexité des environnements socio numériques.
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 | 0.007 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.006 | 0.005 |
| Science and technology studies | 0.002 | 0.009 |
| Scholarly communication | 0.009 | 0.010 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".