Cet e-Origami est un commentaire de lecture de l’article de Barats et al. (2024)1.

Il y a beaucoup Ă  apprendre pour moi dans cet article. Car il est le canon exemplaire d'un travail de recherche mixte rigoureux.

Avant propos

Je cherchais un exemple d’analyse de#circulation-discursive sur internet. Parce que j’y suis confrontĂ©e dans plusieurs projet :#LIIPPS et#polĂ©mique-pĂ©nitentiaire .

Mais, n’oublions pas que ma formation en linguistique est particuliùrement lacunaire, j’opte donc pour une lecture approfondie et enrichie de tous les articles qui acquiùrent ma confiance.

À la suite de cette lecture2, je rĂ©pertorie les Ă©lĂ©ments mĂ©thodologiques, Ă©thiques et thĂ©oriques qui m’apparaissent exemplaires pour les projets auxquels je suis affectĂ©e.

La corpus

Deux corpus sont Ă  l’oeuvre. Le premier avec les tweets tĂ©moignages, dans la premiĂšre “heure” du hastag #MeTooInceste. Et le second, avec les retweets.

Le premier permet une analyse discursive des tĂ©moignages, et mĂȘme si ce n’est pas dit de cette maniĂšre, il apparaĂźt qu’il se positionne dans leur recherche sur la phase exploratoire.

Car ce sont les lacunes mĂ©triques et analytiques qui justifient, semble-t-il, le second corpus. Celui-ci permet d’analyser les retweets et rĂ©ponses, mais aussi les caractĂ©ristiques des comptes, notamment en matiĂšre de nombre d’abonnĂ©s, pour estimer la portĂ©e (impressions) des tweets par le retweet.

La méthode mixte

Voici ce qu’on lit de cette approche mixte :

Citation

Des approches quantitatives ont Ă©tĂ© combinĂ©es en ayant recours Ă  des outils de statistiques textuelles (Iramuteq, iTrameur et CorText) et des approches qualitatives (retour au texte, recherches ciblĂ©es sur des cooccurrences) afin d’examiner les traits discursifs saillants du corpus, les rĂ©currences et Ă©galement les Ă©lĂ©ments plus marginaux ou moins significatifs d’un point de vue statistique.

On a donc, d’une part, un traitement automatique du langage, et d’autre part, un traitement manuel du langage.

Analyse en deux temps

L’analyse est donc d’abord sĂ©miodiscursive et technodiscursive, afin d’analyse le discours-en-interaction par les modalitĂ©s technologiques inhĂ©rentes Ă  Twitter. Ensuite, elle est centrĂ©e sur la dynamique de circulation discursive.

Analyse discursive

  1. Un dendogramme (MĂ©thode Reinert) avec l’outil Iramuteq → 4 catĂ©gories Ă©mergent (tĂ©moignage, problĂšme public rĂ©actualisĂ©, soutien, mĂ©diatisation pĂ©docriminalitĂ©)
  2. Typologie des prises de paroles → TĂ©moignages, soutiens individuels, soutiens associations, soutiens personnalitĂ©s politiques, utilisation #MeTooInceste par les journaux, prises de parole dissonantes. → Chaque typologie est analysĂ©e selon le prisme de son univers lexical (ci-dessus), dans une dĂ©marche sĂ©miotique, de comparaison aux autres usages discursifs observĂ©s sur d’autres hashtags (par exemple). Cette analyse porte Ă  la fois sur la phrasĂ©ologie, la classe lexicale, les actes de langage[^perfomatif], ainsi que les aspects pragmatiques d’énonciation3 (interdiscours et prĂ©discours) convoquĂ©s, les intentions et le contenu (ainsi que le sens de ce contenu).
    • Le traitement mĂ©diatique est prĂ©sentĂ© comme un “moment discursif” analysĂ© sous le mĂȘme angle. C’est important de le noter, car c’est trĂšs diffĂ©rent de l’analyse de la circulation discursive qui suit.
  3. Les implications de ces tĂ©moignages → Cette analyse est rĂ©alisĂ©e sous un angle interdisciplinaire qui combine la sociologie, l’histoire, la linguistique et les sciences de la communication. Cette stratĂ©gie d’analyse m’est exemplaire car elle invoque de nombreux concepts emprunts Ă  plusieurs discipline dans une rĂ©daction particuliĂšrement fluide. → Cette part, dont le sous-titre est “Parler de soi : production des savoirs et lutte fĂ©ministe par le tĂ©moignage” de l’article rĂ©vĂšle Ă  la fois les implications scientifiques “production des savoirs” et sociĂ©tales “lutte fĂ©ministe” d’un tel flot de tĂ©moignages.

La circulation discursive

La premiĂšre question posĂ©e est “pourquoi ces tweets sont devenus viraux ?”

Les caractĂ©ristiques des comptes (nombre d’abonnĂ©s) sont Ă©voquĂ©es sous la question de la portĂ©e des tweets testimoniaux. Ils distinguent aussi les comptes qui ont tweetĂ© un tĂ©moignage (nb mĂ©dian abonnĂ©s 6), et les comptes qui ont repris le hashtag (nb mĂ©dian abonnĂ©s 271). Et ils comparent le nombre moyens de retweets de ces deux types de tweets (tĂ©moignage moy 25 ; hashtag moy 11).

Pour mesurer la visibilitĂ© d’un tweet, ils optent pour une somme des mĂ©triques :

Méthode de calcul (citaiton)

Au moment de notre Ă©tude, les donnĂ©es rendues accessibles par Twitter via son API ne contiennent pas le nombre de vues d’un tweet. Il conviendrait donc d’estimer la visibilitĂ© d’un tweet par la somme du nombre d’abonné·es de tous les internautes ayant partagĂ© ce tweet. Par exemple, si un tweet a Ă©tĂ© partagĂ© par trois internautes dont les nombres d’abonné·es sont respectivement 10, 100 et 1 000, alors la visibilitĂ© du tweet sera de 1 110 vues potentielles. Cette estimation constitue une approximation du nombre de vues d’un tweet (Wang et al., 2021) et se retrouve dans certaines analyses de propagation de contenus sur Twitter (Iizuka et al., 2022) ainsi que dans le monde du marketingÂč.

Âč On retrouve cette mĂ©thode de calcul dans l’outil Tweet Binder.

Ils rapportent que cette méthode de calcul permet de de se décentrer des tweets pour investiguer les acteurs de la visibilité de ces tweets. Ce qui leur permet ensuite de catégoriser les comptes en question.

Cette catégorisation permet une représentation visuelle qui est appréciée pour comprendre leur méthode d'analyse. Surtout que les méthodes s'enchaßnent, et l'interdisciplinarité peut compliquer la lecture de cette étude.

Ça me fait penser Ă  l’étude qui avait Ă©tĂ© menĂ©e sur la viralitĂ© des tweets de l’affaire Benalla.

À partir de cette typologie, ils dĂ©crivent dans chronologiquement le dĂ©ploiement des tweets.

Analyse de la circulation discursive

Footnotes

  1. Barats, Christine, Laetitia Biscarrat, et Camille Chanial. « Dire l’inceste sur Twitter : caractĂ©ristiques discursives et dynamiques de circulation de #MeTooInceste ». Questions de communication 45 (2024). https://doi.org/10.4000/11wx1. ↩

  2. Lien qui renvoie vers mon instance Readeck, car c’est plus confortable Ă  lire et annoter. ↩

  3. On note cependant que seule l’énonciation est analysĂ©e, aucune mention de la rĂ©ception sur la totalitĂ© de l’étude, si ce n’est la portĂ©e des publications. ↩