L'interprétation de la liberté chez le Parti conservateur du Québec et ses électeurs
Bibliographic record
Abstract
La campagne électorale québécoise de 2022 fut notamment reconnue pour l’entrée en scène du Parti conservateur du Québec. Le parti connut une montée en popularité fulgurante depuis la nomination de son nouveau chef, Éric Duhaime, l’année d’avant. Son discours populiste et axé sur la défense des libertés individuelles semblait retentir dans la province. Les propos hostiles à l’imposition de mesures sanitaires en contexte de pandémie de COVID-19 répondaient à un mécontentement populaire grandissant envers ces lois exceptionnelles. Pourtant, le parti bénéficiait encore d'un appui considérable à la suite de la fin de l’état d'urgence sanitaire. Ce mémoire cherche donc à comprendre, par le biais d’entretiens semi-dirigés avec 19 partisans conservateurs, comment le discours du PCQ parvint à mobiliser le vote. L’analyse des propos de ces électeurs révèle que l’attrait de cette formation politique reposait principalement sur son habileté à canaliser des opinions préétablies sur la primauté des libertés individuelles en démocratie, notamment au niveau de l’économie et de la gestion de la crise du coronavirus. Plusieurs des répondants sont d’ailleurs d’anciens électeurs de la Coalition Avenir Québec insatisfaits par le bilan du gouvernement lors de son premier mandat.
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 | 0.002 | 0.002 |
| Science and technology studies | 0.009 | 0.006 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.001 |
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".