L’éthique des YouTubeurs québécois lors de partenariats avec des marques : les enjeux d’une dynamique de professionnalisation révélés par les tensions vécues
Bibliographic record
Abstract
Les YouTubeurs, aussi nommés influenceurs ou créateurs de contenu, se prêtent au marketing d’influence dans une dynamique de professionnalisation. Dans ce contexte, ils jonglent avec leur double statut : ils ont acquis une crédibilité et une audience qui leur accorde leur confiance lorsqu’ils émettent des opinions et, grâce à cette réputation, ils réalisent des vidéos en partenariat avec des marques pour se professionnaliser. Toutefois, les YouTubeurs modifient leur contrat de départ avec leurs abonnés — mettre en ligne une passion ou un intérêt — et deviennent des supports à marques. Cette réalité les amène à vivre plusieurs tensions, alors qu’ils essaient d’avancer avec prudence sans être certains des bonnes actions à mener (Champy, 2009). Les partenariats sur YouTube engendrent de nombreuses questions éthiques et soulèvent un débat autour de la transparence de ces approches promotionnelles déguisées (Baillargeon & al. 2016 ; Manic, 2015). Au regard de ces aspects, ce mémoire explore les pratiques et les règles éthiques que les YouTubeurs québécois adoptent concernant leurs divers partenariats avec les compagnies et les tensions que ces règles génèrent. En nous appuyant sur l’éthique du numérique (Auray, 2012 ; Ravaz, 2005 ; Vettraino-Soulard, 2001 ; Rosati, 2012), nous tentons de comprendre comment les pratiques et règles éthiques des YouTubeurs ont une incidence dans leurs rapports avec leurs partenaires, leur communauté et leur professionnalisation, à travers les différentes formes de tensions (Putnam & al., 2016) et leurs résolutions telles qu’elles sont vécues par huit YouTubeurs québécois. Neuf catégories de règles regroupées en trois thèmes — la sélection, les relations d’affaires et la transparence envers la communauté — permettent de circonscrire les pratiques et les règles qu’adoptent les créateurs. Pour maintenir leur crédibilité et la confiance de leur communauté, les YouTubeurs accordent une importance aux choix de leur partenariats et à la manière qu’ils les identifient. Ils ont également un désir de plaire aux marques, dans leur quête de se professionnaliser. Une incompréhension de la part des marques, mais parfois aussi des abonnés, en plus d’une interprétation variée de ce qu’est un partenariat, contribuent aux tensions vécues par les YouTubeurs. Ils vivent des tensions où ils se sentent pris au piège, puisque pour « vivre » de YouTube, ils doivent être rémunérés, et pour être rémunérés adéquatement, ils doivent faire bonne figure auprès des marques pour obtenir des contrats. Nous dégageons à cet effet trois éléments principaux de leur professionnalisation (Wittorski, 2008) qui les amènent à vivre des tensions : les YouTubeurs ont un grand désir de se faire reconnaître par leurs partenaires, ils cherchent à obtenir un statut protecteur par la stabilisation de revenus fixes, ce qui les obligent toutefois à bifurquer dans leur processus biographique : passer d’individus souhaitant partager leur passion à partenaire marketing de marques. Considérant la popularité croissante qu’ont les YouTubueurs et l’influence importante qu’ils ont, nous proposons que soit mis en place un meilleur soutien aux créateurs de contenu afin que les partenariats soient plus transparents et, au final, plus éthiques.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.019 | 0.009 |
| Scholarly communication | 0.012 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.013 | 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".