Du couple diplomatique à la relation bromantique : étude de l’ethos macronien à travers la <i>« bromance »</i> Macron-Trudeau
Bibliographic record
Abstract
En mai 2017, Emmanuel Macron se rend à Taormine en Sicile pour ses premiers pas sur la scène internationale. Lors de ce G7, il y rencontre de nombreux dirigeants, dont le Premier Ministre canadien Justin Trudeau. Les deux dirigeants partagent alors un moment d’aparté dans un jardin bucolique du lieu du sommet, scène qui sera captée par les photographes présents sur place. Cette scène, que les médias et la twittosphère qualifierons de « bromance » entre les deux hommes, semble être bien plus qu’une simple carte postale aux allures romantiques. En réalité cette amitié au statut particulier entre les deux chefs d’État commence dès le soir de l’élection d’Emmanuel Macron, et se poursuivra lors d’un G20 et d’une rencontre bilatérale à Paris. Pour nous, ce moment de communication diplomatique est une image du positionnement politique d’Emmanuel Macron, qui affirme des valeurs libérales (économiques et culturelles) et progressistes. Par ailleurs, cette « bromance » est un média qui fait l’objet d’un « corps-à-corps » médiagénique entre les journalistes et les utilisateurs de Twitter. Enfin, cette relation diplomatique singulière nous permet de lire l’ethos « jupitérien » d’Emmanuel Macron. Tout au long de ce mémoire, nous nous sommes interrogés sur cette formule de « bromance » et son application dans le champ politique et diplomatique. Ce travail de recherche nous a également permis d’interroger sa pertinence et son efficacité dans la relation Macron-Trudeau.
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 | 0.006 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.016 | 0.023 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.014 | 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".