Vagues de dénonciations dans l'industrie de l'humour au Québec : analyse des pages Facebook professionnelles des humoristes Alexandre Douville et Alexandre Forest
Bibliographic record
Abstract
L’objectif global de ce mémoire est d’approfondir la compréhension de l’industrie de l’humour au Québec, particulièrement en contexte de vagues de dénonciations anonymes. Par le biais d’une étude discursive des pages Facebook des humoristes Alexandre Douville et Alexandre Forest, la recherche s’attarde d’abord à la représentation médiatique des humoristes après l’envoi du courriel des Anonymes en 2019, mais également à leur style humoristiques, diamétralement opposés l’un à l’autre. En analysant les publications humoristiques, mais également les publications qui permettent d’en apprendre plus sur leur vie privée, cette recherche permet d’en venir à la conclusion que les normes, les idées et les valeurs partagées par leur personnage de scène sont en phase avec leur réelle personnalité ; Alexandre Douville étant profondément antiféministe et misogyne, tandis qu’Alexandre Forest étant plutôt un allié des luttes féministes. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Industrie de l’humour au Québec, humor studies, humour, industrie culturelle, antiféminisme, masculinisme, analyse du discours
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 | 0.005 | 0.002 |
| 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 | 0.002 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".