Perception des risques sur les réseaux sociaux : l’influence de la perception des risques de surveillance sur la pratique des jeunes usagers à Montréal
Bibliographic record
Abstract
Ce mémoire porte sur la perception du risque des jeunes adultes situés à Montréal quant aux réseaux sociaux numériques. Nous souhaitons plus spécifiquement saisir dans quelle mesure leur perception des risques de surveillance influence leur pratique. En quelques années, les réseaux sociaux numériques se sont imposés parmi les plateformes les plus utilisées d’Internet. Malgré la sortie médiatique de nombreux sonneurs d’alerte concernant les risques imposés sur la vie privée par les technologies de l’information et de la communication, cette nouvelle réalité semble être généralement acceptée. Cette banalisation d’une surveillance technologique généralisée est crainte par de nombreux chercheurs et spécialistes. Comme l’évoque Sofsky (2011, p. 19) : « Ni l’absence de contestation, ni la faiblesse des défenses mises en œuvre n’impliquent que le risque soit moindre ». Nous posons comme hypothèse que leur perception quant aux risques de surveillance exerce généralement peu d’influence sur leur pratique. La tenue de douze entretiens-semi dirigés avec de jeunes adultes montréalais âgés entre 20 et 30 ans permettra de vérifier notre hypothèse. Une analyse phénoménologique des témoignages de nos informateurs a donné lieu à une typologie distinguant trois groupes d’utilisateurs participant aux réseaux sociaux numériques : les responsables vigilants, les responsables indifférents et les abnégateurs. Les résultats de l’analyse nous obligent finalement à réviser notre hypothèse initiale et à envisager que la perception de certains risques, en fin de compte, influence la pratique des individus interrogés.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".