Étude descriptive de l'emploi du circuit de lecture en vulgarisation scientifique
Bibliographic record
Abstract
Le présent mémoire traite de l'analyse descriptive du circuit de lecture en vulgarisation scientifique. L'analyse est faite à partir de vingt articles, soit dix articles tirés de deux revues de vulgarisation scientifique destinées à un large public (jeunes et adultes pour Québec Science et plutôt des adultes pour Franc-vert ). Le mémoire présente une vue d'ensemble de l'emploi du circuit de lecture au regard du corpus sélectionné et cerne certaines particularités propres à la vulgarisation scientifique. L'étude aborde également les éléments de créativité des rédacteurs et rédactrices grâce à l'emploi de figures de style dans les divers éléments qui constituent le circuit de lecture. Bien que le visuel ne fasse pas partie intégrante du circuit de lecture traditionnel, l'auteure a jugé bon de s'y intéresser comme complément du circuit de lecture. Le but était d'évaluer l'importance quantitative et qualitative des éléments visuels vus comme des aides à la lecture dans les articles analysés. À cet effet, l'étude révèle l'importance accordée au visuel dans ces magazines de vulgarisation scientifique. De fait, le visuel occupe entre le tiers et la moitié de l'espace réservé à l'article. En conclusion, le mémoire présente les caractéristiques communes aux vingt articles et les différences, le cas échéant, entre les deux revues touchant chacun des aspects du circuit de lecture : la titraille, comprenant les pré-titre, titre, sous-titre, phrases placées en exergue et intertitres, l'amorce et la conclusion. Il compare également les divers procédés de créativité utilisés par les auteurs des deux revues. Il traite enfin des particularités des deux revues en ce qui concerne le visuel, comprenant surtout des encadrés et des illustrations (essentiellement des photos, des schémas et des dessins à main levée).
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 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.004 | 0.008 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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".