Campagne électorale en ligne et utilisation « genrée » du \ndiscours de bienveillance : cas de certain·e·s candidat·e·s \npolitiques lors des municipalités au Québec (Canada) 2021
Bibliographic record
Abstract
AvertissementL'auteur de ce mémoire, de cette thèse ou de cet essai a autorisé l'Université du Québec à Trois-Rivières à diffuser, à des fins non lucratives, une copie de son mémoire, de sa thèse ou de son essai.Cette diffusion n'entraîne pas une renonciation de la part de l'auteur à ses droits de propriété intellectuelle, incluant le droit d'auteur, sur ce mémoire, cette thèse ou cet essai.Notamment, la reproduction ou la publication de la totalité ou d'une partie importante de ce mémoire, de cette thèse et de son essai requiert son autorisation.II Résumé Ce mémoire porte sur la bienveillance du discours politique dans les médias numériques pendant la campagne électorale réalisée exactement sur la plateforme Facebook (réseau social).Champ peu étudié à ce jour comparativement aux études générales réalisées sur la façon dont l'image de soi des élu•e•s locaux•ale•s se construit dans les médias notamment sur twitter.L'idée du « care » comme « maintien du monde » (maintaining the world) décrit par Tronto (1993) nous a poussées à nous y intéresser fortement et sérieusement.Par ailleurs, l'actualité du monde ces dernières années faisant la promotion de la « culture du malheur » notamment avec son lot d'informations liées à : la pandémie covid 19, aux guerres dans certains pays en passant par des séismes et catastrophes climatiques, auxquels, tous, nous assistons, nous pousse à croire qu'il est plus que nécessaire de cogiter avec des mots une politique qui aura pour but de soulager voire d'alléger les maux du monde et prôner le vivre ensemble.À travers l'emploi d'une rhétorique discursive se rapportant à des notions d'empathie, du souci aux autres et de bienveillance dans ses formes de communication.L'idée de cette recherche vient donc partiellement répondre à la problématique de l'incorporation du « care » comme pratique numérique de communication politique et de discours politique.Surtout lorsqu'on voit aujourd'hui la forte présence et la mobilisation des acteur•trice•s politiques dans les médias socionumériques.D'autre part, cet intérêt d'étude s'accentue dans le fait que nous pensons que l'utilisation du discours bienveillant surtout dans les médias socionumériques serait un fort moyen dans l'idée d'élaborer différemment la politique et l'envisagée de façon III plus inclusive et plus sensible aux citoyen•ne•s.Ainsi, cette envisageable nouvelle approche aurait pour but de redorer l'image de l'ancienne qui, elle a été critiquée comme étant loin des préoccupations du peuple (Coleman & Blumler, 2009).Dans une démarche de continuité et de facilitation, nous pensons que le numérique se présente aujourd'hui comme un atout dans la réalisation de cette tâche.D'autant plus à l'heure actuelle où les médias socionumériques font partie intégrante des stratégies de communication politique difficiles à ignorer, car devenus incontournables pour les politicien•ne•s.Comme en témoignent les travaux de Marland (2012, 2013 et 2016), notamment sur le branding, dans lesquels, il démontre l'importance de l'image de marque en politique.Pour réaliser ce mémoire, nous utiliserons une analyse qualitative et quantitative de contenu afin de définir dans quelle mesure et comment en 2021 certain•e•s candidat•e•s aux élections municipales québécoises, ont utilisé des discours de bienveillance sur Facebook dans leur communication lors de la campagne.Nous présenterons à cet effet comment les politicien•ne•s que nous avons choisi•e•s communiquent sur le réseau social et par la même occasion dévoileront leurs différentes formulations de stratégies de communication politique.La présence féminine se faisant de plus en plus remarquée dans le décor politique, une interrogation au sujet des perspectives avancées selon le genre sur Facebook sera posée.Egalement un regard sera porté sur les variétés d'usages masculins versus féminins (approche comparative).Sachant que bons nombres de travaux traitent déjà d'une différence de pratiques entre hommes/femmes, nous consoliderons cette démarche par nos apports.Et ces résultats permettront de comprendre les pratiques de communication ainsi que le leadership politique.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.022 | 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".