Les changements climatiques dans les publications de médias québécois selon la sémantique vectorielle
Bibliographic record
Abstract
La couverture des enjeux sociétaux par les médias traditionnels (les journaux, les nouvelles télévisuelles, les annonces radiophoniques, etc.) a un impact important sur la perception des Québécois face à leur rôle de citoyens responsables (Bérubé, 2010). Ces médias prétendent à une couverture factuelle de ces enjeux. Alors qu’on pourrait penser que certains articles ne contiennent que des éléments factuels dénués d’opinion, des études (p. ex. Caliskan et al. (2017)) ont démontré qu’un large corpus de textes n’ayant pas d’orientation connue à priori, tirés d’Internet, contenait certains biais (ou stéréotypes) liés à l’histoire et à la culture humaine, telle qu’une plus grande facilité à associer les prénoms masculins aux termes liés au métier de médecin et les prénoms féminins aux termes liés au métier d’infirmière, que l’inverse. Il est donc possible de dégager du sens implicite des textes traités par des modèles d’apprentissage automatique non supervisé. L’objet principal de cette recherche est de dégager et d’analyser les associations implicites, les analogies et les plus proches voisins relatifs aux changements climatiques contenus dans les nouvelles produites par les entreprises médiatiques au Québec. Plus précisément, il s’agit d’utiliser le cadre de la sémantique vectorielle pour dégager du sens implicite d’un corpus sur les changements climatiques. Il s’agit également de déterminer à quels champs sémantiques sont associées les thématiques liées aux changements climatiques. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : sémantique vectorielle, changements climatiques, médias québécois, linguistique informatique
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 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.017 | 0.029 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.013 | 0.006 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.003 |
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".