Audit algorithmique de la plateforme numérique Google Actualités : la part des médias locaux et régionaux québécois dans les résultats de recherche d'août à décembre 2021
Bibliographic record
Abstract
Cette recherche analyse le fonctionnement de l'algorithme de Google Actualités afin de déterminer la place qu'il accorde aux médias locaux et régionaux dans ses résultats, le tout dans un contexte de crise médiatique. L'audit algorithmique, basé sur un corpus de plus de 450 000 résultats, observe les médias retournés par Google Actualités au Québec lors de requêtes comprenant un des 26 mot-clé catégorisé comme local, mixte ou national ainsi qu'une des 104 localisations. À la lumière des résultats, il semble clair que les médias locaux et régionaux ne sont pas désavantagés par la plateforme. Au contraire, ils sont souvent les plus retournés, quelle que soit la catégorie de mots-clés. En revanche, l'algorithme semble avoir un problème lorsqu'il s'agit d'afficher du contenu récent, car le jour moyen entre la date de publication et les dates d'entrée est très élevé. De plus, Google News affiche de nombreux résultats qui ne sont pas des médias ou qui sont situés en dehors de la province, dont beaucoup en France. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Audit, algorithme, Google Actualités, référencement, médias locaux et régionaux, médias nationaux, curation algorithmique, gouvernementalité algorithmique, responsabilité algorithmique, transformation numérique
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 | 0.004 | 0.034 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.008 | 0.007 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.005 |
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".