La racialisation des musulman.es au Québec : analyse d’un cas de diffamation à caractère islamophobe
Bibliographic record
Abstract
Ce mémoire porte sur le processus de racialisation des personnes de confession et/ou de culture musulmane. Il cherche à éclairer la manière dont cette racialisation s’incarne à l’égard des personnes musulmanes qui prennent part aux débats sociopolitiques de leur société (plus spécifiquement ceux entourant les enjeux de laïcité et de signes religieux). La posture scientifique adoptée allie expérience individuelle et analyse sociologique. Dans le cadre analysé, la participation à un débat public au Québec, en 2013 et 2014, autour d’un projet de loi sur la laïcité et la neutralité religieuse de l’État (le projet de loi no 60) a donné lieu à une campagne de diffamation ciblant l’auteure de cette recherche et culminant en une démarche en justice. Ce type de diffamation, qui a pour cible une personne musulmane, puise dans un registre conspirationniste de l’islamisation et de l’infiltration des institutions démocratiques et des organisations de la société civile par les musulman.es vivant dans les sociétés occidentales. À travers un cas comme celui-ci, il est possible d’observer, par une sorte d’effet grossissant, une cristallisation de plusieurs propriétés de la racialisation telle qu’elle s’incarne à l’égard des personnes musulmanes. L’analyse mobilise des vidéos et des publications diffusées sur un blogue actif en 2013 et 2014, véhiculant des thèses conspirationnistes anti-islam, des documents tirés du dossier juridique (poursuite en diffamation), ainsi qu’une reconstruction narrative des évènements.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.012 | 0.003 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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 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".