Étudier en pleine pandémie : au cœur des pratiques communicationnelles et informationnelles de jeunes universitaires québécois pendant la crise de la COVID-19
Bibliographic record
Abstract
La pandémie de COVID-19 a eu un grand nombre d’impacts qui ont été ressentis sur toute la planète. Une telle crise majeure bouleverse inévitablement le quotidien des individus partout à travers le monde, mais elle est aussi une occasion de nourrir la recherche et d’affiner la compréhension des phénomènes sociaux qui émergent en période de crise. L’objectif de cette étude est de mieux comprendre l’expérience d’étudiants universitaires québécois pendant cette période trouble, plus particulièrement comment ils ont adapté leurs pratiques communicationnelles et informationnelles durant la pandémie de COVID-19. Pour répondre à ce questionnement, des entretiens qualitatifs ont été menés auprès de deux groupes d’étudiants, soit des étudiants provenant de l’ensemble de la province et des étudiants de l’Université de Sherbrooke uniquement, dans le cadre d’une démarche méthodologique qualitative et inductive. Les données recueillies mettent principalement en exergue que la vie sociale et académique des personnes étudiantes, tout comme les rapports avec les autorités publiques et l’information en circulation, ont été particulièrement marqués par les technologies de communication numériques. En outre, le retour aux sources primaires a été priorisé à de nombreuses occasions afin de, notamment, faire face à un flux élevé et incessant d’informations. Les conséquences des telles implications sont aussi étudiées dans cette recherche.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.018 | 0.009 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| 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 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".