Highs et Downs de l’opinion publique : une analyse par les médias de la légalisation du cannabis au Canada
Bibliographic record
Abstract
Le chemin menant à la légalisation du cannabis au Canada en 2018 semble aussi sinueux que celui menant à sa prohibition en 1923. De nombreux acteurs ont contribué à la réforme, mais les données disponibles ne permettent pas toujours de comprendre l’influence que ceux-ci ont pu avoir. Ce mémoire de maitrise se compose de deux études scientifiques complémentaires visant le même objectif principal: contribuer à la compréhension de la légalisation du cannabis, et particulièrement à la compréhension des rôles joués par l’opinion publique et par les médias. D’emblée, une étude de la portée de la littérature (scoping review) rassemble les connaissances scientifiques actuelles à propos de l’opinion publique et des drogues au Canada. Elle présente 161 références sélectionnées parmi 29 260 études, dont la plus ancienne remonte à 1956. Elle montre que l’opinion publique par rapport au cannabis est sous-étudiée au Canada en comparaison avec l’alcool et le tabac. Elle montre aussi la faible présence des auteurs et des théories en sciences sociales. Enfin, elle révèle la complexité de tracer l’évolution de l’opinion publique avec le peu de données disponibles, et donc de comprendre son impact sur la légalisation. Une seconde étude examine ensuite par analyse textuelle automatisée le traitement médiatique du cannabis au Canada et au Québec dans 29 955 articles tirés de six médias de 1985 à 2020. Cette étude offre une double contribution théorique en mesurant d’abord la normalisation du cannabis selon la théorie de Parker et al. (1998), pour ensuite clarifier le rôle des médias dans l’évolution du cadrage du cannabis selon le modèle de l’activation en cascade de Entman (2004). Les résultats montrent un traitement médiatique du cannabis plus neutre, voire plus positif depuis 2015. En 2019, la probabilité est plus élevée qu’un média aborde le cannabis sous un angle économique plutôt que judiciaire. L’étude expose l’apparition de discours alternatifs dans les médias dès les années 1990, faisant compétition au cadrage prohibitionniste défendu par les gouvernements. Ensemble, ces deux études offrent des indicateurs supplémentaires sur les influences de l’opinion publique et des médias, et appellent à davantage de recherches afin de peindre le portrait complet de la route ayant mené à la légalisation du cannabis au Canada en octobre 2018.
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 | 0.017 | 0.066 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.009 | 0.013 |
| Science and technology studies | 0.012 | 0.013 |
| Scholarly communication | 0.017 | 0.007 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 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".