Médias et groupes de pression dans la formulation des politiques publiques au Québec : le cas de la modification du programme des prêts et bourses d'études
Bibliographic record
Abstract
Ce mémoire traite de la question de la médiatisation des politiques publiques au Québec. Dans la foulée des nouvelles formes de délibérations démocratiques, les groupes de pression agissent comme des acteurs primordiaux dans la formulation des politiques publiques. Animées par le souci de préserver leurs intérêts, ces organisations misent sur la capacité des médias de masse à joindre et mobiliser l'opinion publique. Dans ce travail, nous nous interrogeons sur les possibilités d'accès de ces groupes aux médias de masse et leur adaptation aux règles de fonctionnement de ces institutions ainsi que l'orientation de la couverture qui leur est donnée par les journaux. A partir de l'étude d'une politique publique québécoise, celle de la modification du programme des prêts et bourses d'études, nous avons pu cerner les caractéristiques des activités de protestation menées par les groupes de pression étudiants et qui ont pu franchir les médias. Après avoir combiné les techniques d'analyse de contenu de presse et l'entretien semi dirigé, nous avons relevé que le pseudo-événement constitue l'activité des groupes de pression la plus citée par les médias. Le spectacle s'est avéré être le principal critère permettant aux actions promues par ces groupes de franchir les médias de masse. Les résultats de la recherche prouvent, de même, que les pseudo-événements à caractère spectaculaire obtiennent une couverture médiatique qui appuie la cause des groupes de pression et leur permet de transmettre leurs messages au public. Ce constat nous amène à conclure que le traitement journalistique de l'affaire des prêts et bourses a tenu compte des dimensions scénique et symbolique des pseudo-événements. Par ailleurs, le cas étudié confirme l'habileté des groupes de pression à s'adapter aux exigences de la nouvelle au sens journalistique du terme et la tendance des entreprises de presse à privilégier l'information spectaculaire et, par conséquent, à accorder plus de visibilité aux sources qui fournissent ce type d'information au détriment d'autres. Nous en concluons que ce mécanisme est susceptible de nuire à la vertu de l'expression plurielle des opinions.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.008 | 0.008 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.000 |
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".