MétaCan
Menu
← Back to cohort
Record W7104486383 · doi:10.71781/20011

Une étude de la couverture médiatique et des stratégies de promotion politique des enjeux électoraux : le cas du Québec de 1994 à 2022

2024· dissertation· fr· W7104486383 on OpenAlexaboutno aff

Bibliographic record

VenueOpen MIND · 2024
Typedissertation
Languagefr
FieldSocial Sciences
TopicSocial Media and Politics
Canadian institutionsnot available
Fundersnot available
KeywordsDiversification (marketing strategy)Promotion (chess)Context (archaeology)Transformation processes

Abstract

fetched live from OpenAlex

Cette thèse par articles analyse les facteurs influençant la visibilité et la promotion des enjeux lors des campagnes électorales québécoises. La première étude de la thèse examine l’évolution de la couverture médiatique des enjeux dans la presse écrite durant les campagnes électorales au Québec, de 1994 à 2018. Cette période se caractérise par le recul de la question nationale comme enjeu central. Les résultats révèlent une diversification de l’ordre du jour médiatique, avec une montée d’enjeux comme l’environnement et l’immigration, au détriment du statut politique du Québec. Cette évolution est marquée par un recadrage de la question nationale, désormais davantage centrée sur des dimensions identitaires. La transformation de cet enjeu favorise l’émergence de sujets liés à l’axe libéral-autoritaire et un réalignement politique durable. L’étude met en lumière le rôle crucial des médias dans la médiation entre partis et électeurs, ainsi que leur influence sur la dynamique politique. La deuxième étude se penche sur l’impact de la transformation de l’environnement médiatique sur les stratégies de communication des partis politiques québécois de 2012 à 2022. L’essor des réseaux sociaux a affecté la diffusion des messages, permettant aux partis de contourner les médias pour s’adresser directement aux électeurs. Cependant, la question de l’adaptation des messages selon les plateformes est toujours au cœur de vifs débats. En utilisant une analyse de contenu automatisée de communiqués de presse et de messages publiés sur Twitter et Facebook, cette étude montre que, contrairement à certaines attentes, les partis tendent à accorder une visibilité similaire aux enjeux d’une plateforme à l’autre. Les résultats suggèrent que les partis québécois privilégient la cohérence interne des messages qu’ils véhiculent, indépendamment des plateformes utilisées. La troisième étude explore les dynamiques de la compétition sur les enjeux entre partis politiques, dans un contexte marqué par une volatilité électorale élevée. Cette recherche couvre quatre campagnes électorales au Québec, de 2012 à 2022, et examine comment les partis convergent ou divergent dans la promotion des enjeux. Les résultats montrent que les partis se concentrent sur un ensemble restreint d’enjeux centraux, comme l’économie et la santé, stables d’une campagne à l’autre. Une distinction nette est également observée entre les enjeux périphériques, moins visibles, et les enjeux centraux, systématiquement mis de l’avant par tous les partis. Cette convergence, visible dans les communiqués de presse et sur les réseaux sociaux, semble refléter une tendance générale des démocraties contemporaines. En résumé, cette thèse contribue à la littérature sur la communication électorale en fournissant une analyse nuancée de la manière dont les partis politiques et les médias interagissent pour structurer l’ordre du jour des campagnes. Ces travaux apportent des éclairages précieux sur la communication électorale dans un système politique et médiatique en transformation.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.042
Threshold uncertainty score0.301

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0020.003
Science and technology studies0.0060.002
Scholarly communication0.0050.002
Open science0.0010.001
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0120.001

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.

Opus teacher head0.038
GPT teacher head0.380
Teacher spread0.342 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→Same topicSocial Media and Politics→French-language works237,207→