Emmanuel Macron et la guerre d’Algérie : l’impossible réconciliation des mémoires ? Étude de la politique mémorielle et de la communication d’Emmanuel Macron autour de la colonisation et de la guerre d’Algérie (2017-2025)
Bibliographic record
Abstract
Ce travail analyse la stratégie de communication d’Emmanuel Macron sur la colonisation et la guerre d’Algérie depuis 2017. Il met en avant l’importance de la pluralité des mémoires que le président tente d’adresser par un registre émotionnel et des gestes symboliques, comme la reconnaissance de la responsabilité de l’État dans l’assassinat de Maurice Audin. Sa stratégie du « en même temps » cherche à dépasser les clivages politiques mais montre ses limites, conduisant à des tensions, également avec l’Algérie. L’instrumentalisation politique de la mémoire favorise certains récits au détriment d’une analyse systémique du passé colonial. Comparaisons avec l’Allemagne et le Canada montrent l’importance d’un discours clair, d’une pédagogie collective et du dialogue entre mémoires pour une réconciliation efficace. Le rapport Stora propose des mesures concrètes, mais leur mise en œuvre reste partielle. Enfin, le texte souligne que la mémoire coloniale est liée aux inégalités contemporaines et au racisme, faisant d’elle un enjeu social majeur. La communication présidentielle oscille donc entre émotion, politique et diplomatie, reflétant la complexité de cette mémoire dans la société française.
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.005 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| 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".