La construction de l’enjeu des migrations climatiques dans les médias canadiens de 2010 à 2021.
Bibliographic record
Abstract
Cette recherche explore la construction discursive entourant l’enjeu des migrations climatiques dans les médias canadiens de 2010 à 2021. Les résultats de cette recherche documenteront les cadres discursifs présents dans les articles du Globe and Mail et de La Presse. Il est soutenu que les cadres discursifs agissent comme des structures cognitives qui induisent des interprétations particulières du problème des migrations climatiques et circonscrivent la portée des solutions pouvant adresser l’enjeu en question. Ce mémoire présente ainsi l’état de la délibération publique canadienne sur la question en examinant la manière dont les médias comprennent et définissent l’enjeu des migrations climatiques. Les résultats de nos analyses montrent que les articles du Globe and Mail et de La Presse cadrent les migrations climatiques majoritairement sous l’approche de la victimisation, profilant les migrants climatiques comme des « réfugiés climatiques » désespérés et forcés de quitter leur lieu de résidence à cause des impacts des changements climatiques. Le regard humanitaire des médias favorise trois solutions aux migrations climatiques: des politiques plus strictes pour lutter contre les CC, une compensation financière pour la relocalisation des migrants climatiques et la création d'un statut juridique d'immigration afin d’accueillir et de protéger les migrants climatiques. Les résultats indiquent aussi, dans une moindre mesure, d’autres cadres discursifs : le cadre de la sécurité, de l’adaptation, de l’agentivité politique et économique aux caractéristiques distinctes. En somme, cette recherche illumine les différentes manières d’interpréter l’enjeu des migrations climatiques au Canada et en recense leur popularité dans les médias.
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 | 0.005 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.009 | 0.010 |
| Scholarly communication | 0.013 | 0.009 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 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".