Analyse du discours environnemental véhiculé par les influenceurs québécois
Bibliographic record
Abstract
Il est important de mobiliser l’opinion publique, grâce à tous les outils de communication disponibles, sur l’importance d’agir pour limiter les effets de la crise environnementale. Les médias sociaux et les acteurs présents sur ceux-ci font partie de ces outils et, compte tenu de leur popularité croissante, doivent être utilisés pour sensibiliser la population. C’est pourquoi l’objectif de cet essai est d’analyser la teneur et de brosser le portrait des différents discours environnementaux tenus par des influenceurs québécois prônant le respect de l’environnement. Ce type de discours est généralement produit par des parties prenantes qui souhaitent contribuer à protéger l’environnement. Avec l’apparition des médias sociaux, les influenceurs arrivent plus récemment dans l’histoire et certains véhiculent des discours avec ce même objectif. Les influenceurs font partie des stratégies marketing de plusieurs compagnies et, ainsi, les objectifs de marketing et de sensibilisation à l’enjeu environnemental peuvent se côtoyer sur leur plateforme Instagram. Les mouvements environnementaux utilisent les médias sociaux dès leur apparition et, aujourd’hui plus que jamais, les influenceurs peuvent aider ces mouvements à atteindre une certaine notoriété. \nPour atteindre l’objectif de cet essai, une analyse de discours multiméthode, à la fois quantitative et qualitative, est effectuée. L’analyse porte sur un corpus composé de 269 discours produits par quatre influenceuses représentatives des influenceurs québécois. Les résultats montrent qu’environ 20 % des discours des influenceurs impliqués dans le mouvement environnemental abordent l’environnement, soit 55 publications Instagram du corpus. Une analyse plus spécifique de ces 55 publications montre que les textes des discours sont courts et non scientifiques. La problématique environnementale la plus abordée par les influenceurs québécois est les matières résiduelles et l’objectif le plus récurrent de ces discours est celui de faire connaître une compagnie. Finalement, l’analyse montre également que l’objet principal le plus fréquent des images du discours est l’influenceur. \nLes recommandations basées sur ces résultats s’adressent donc aux scientifiques en environnement, aux influenceurs et aux citoyens québécois. Les scientifiques doivent s’aider des influenceurs pour mobiliser l’opinion publique, mais les influenceurs doivent également s’aider des scientifiques en environnement pour élever la qualité de leur discours. De plus, les influenceurs doivent accorder une part plus importante à l’environnement sur leur plateforme s’ils veulent être des vecteurs de changements. Finalement, les citoyens québécois doivent s’assurer que l’information véhiculée par les influenceurs est véridique et ils peuvent eux-mêmes créer du contenu de qualité sur l’enjeu environnemental. L’aspect récent des phénomènes étudiés dans cet essai permet à de futures recherches de s’intéresser à l’évolution du portrait des discours environnementaux des influenceurs québécois.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".