Une analyse des stratégies de marketing politique et de publicité d’attaque de la campagne permanente qui précède l'élection fédérale de 2025
Bibliographic record
Abstract
SommaireCe mmoire est consacr aux stratgies de marketing politique et de publicit politique ngative de la campagne permanente qui prcde l'lection fdrale canadienne de 2025.Nous nous concentrons en particulier sur les publicits politiques de Pierre Poilievre qui ont t mises en ligne sur sa page Instagram.Grce cette analyse, nous montrons comment ces stratgies sont conues pour influencer l'opinion publique canadienne et discrditer ses adversaires, en particulier le Premier ministre Justin Trudeau et ses allis, mais aussi comment Poilievre tente de se positionner comme le candidat capable de rpondre aux besoins des Canadiens.Ce mmoire prsente les concepts cls ainsi que la dmarche que nous avons adopte pour tudier les stratgies d'attaques.Il prsente aussi les rsultats que nous avons obtenus l'issue de cette tude.Il vise combler un vide sur ces nouvelles formes de marketing politique et de publicits ngatives diffuses sur les plateformes socio-numriques.Nos travaux s'inscrivent dans la suite des recherches de Charles-Antoine Millette (2021), Lefbure (2020), Pinard & Lalancette (2014) ainsi que celles de Gerstl (1989).Pour Lefbure (2020), la publicit politique ngative est celle par laquelle un candidat politique met des critiques ou des jugements pour discrditer un rival politique.Ce type de communication politique a merg au cours de la campagne lectorale canadienne de 2008 (Pinard & Lalancette, 2014).Dans la plupart des cas, au Canada, ces publicits s'adressent moins aux enjeux qu'aux attaques des adversaires, en contestant les promesses qu'ils ont faites durant leurs campagnes.Dans le mme ordre d'ides, ces publicits vhiculent des attaques personnelles susceptibles de disloquer l'adversaire en soutenant son incomptence ou des faits d'absence d'ethos, iii tout en omettant des traits comme l'empathie ou le charisme.En outre, ces publicits dploient des stratgies visant installer un sentiment de peur parmi les lecteurs ou associer des tiquettes pjoratives leurs opposants, utilisant ainsi des mots, slogans ou qualificatifs forte connotation ngative pour les discrditer (Millette, 2021, p.1-2).Avec notre corpus compos de 100 publicits politiques ngatives publies entre mai et juin 2023, nous analysons les stratgies de Pierre Poilievre et mettons en lumire trois catgories d'attaques : critique des dcisions politiques, dnigrement et ennemification.Nos rsultats montrent que 61 % des messages se concentrent sur les dcisions politiques du gouvernement Trudeau.Les publicits sont axes principalement sur les politiques conomiques, environnementales et de scurit sociale.De plus, 28 % des attaques relvent du dnigrement, o Pierre Poilievre met des attaques personnelles contre Trudeau et son gouvernement.Enfin, 11 % des critiques adoptent une stratgie d'ennemification, dans laquelle Poilievre formule des accusations et des insinuations sur la dangerosit de ses adversaires politiques.Dans ce contexte d'analyse, nous proposons galement une rflexion sur la pertinence sociale et scientifique de notre tude en mettant en lumire les implications de ces stratgies pour la dmocratie canadienne.En dfinitive, cette tude contribue une meilleure comprhension du rle de la publicit politique ngative sur la vie politique au Canada, tout en soulignant l'importance croissante du marketing politique dans la stratgie de communication politique des partis.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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 teacher head, 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".