Le jeu des chiffres : les journalistes québécois sont-ils outillés pour traiter des sondages d'opinion publique ?
Bibliographic record
Abstract
Selon plusieurs politologues, les sondages d'opinion publique ont transformé les campagnes électorales en une sorte de "course de chevaux". Considérant l'importance de ces campagnes pour la vie démocratique, nous avons cherché à connaître les connaissances et les compétences des journalistes en matière de techniques de sondage. Notre mémoire comporte entre autres une évaluation de l'enseignement des méthodes de sondages dans les écoles de journalisme canadiennes et une analyse d'entrevues avec des journalistes québécois. Les résultats confortent la notion de définisseurs secondaires des nouvelles de Hall et al. (1978). Nous postulons, de plus, que les journalistes sont non seulement secondaires aux politiciens et aux élites, mais également aux sondeurs. Nous avons construit un continuum qui nous permet de situer les journalistes interviewés; à une extrémité se trouve le "journaliste de chaîne de production", tandis qu'à l'autre, il y a le journaliste "diagnostique". Cette étude démontre qu'indépendamment de la formation reçue en matière de sondages, une extrémité du continuum - la chaîne de production - l'emporte dans la pratique à cause des contraintes du métier. Notre travail permet de saisir concrètement les limites des journalistes à traiter l'information de nature quantitative.
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 | 0.012 | 0.032 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.021 | 0.013 |
| Scholarly communication | 0.016 | 0.008 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 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".