L’aca-fan : aspects méthodologiques, éthiques et pratiques
Notice bibliographique
Résumé
Depuis les travaux fondateurs d’Henry Jenkins, l’étude des communautés de fans prend son essor dans le monde anglo-saxon, et plus récemment en France. Les chercheurs qui souhaitent s’y atteler sont toutefois confrontés à un problème fondamental qui n’est pas sans rappeler les dilemmes rencontrés en ethnologie : comment concilier distance critique et intégration suffisante dans la communauté pour recueillir des informations fiables ? Ce problème entraîne l’émergence d’une catégorie particulière de chercheurs, appelés « aca-fans ». Cette posture de recherche soulève un grand nombre de questions, tant théoriques et éthiques que pratiques. Il ne s’agit pas uniquement pour un universitaire de revendiquer son appartenance à une communauté de fans pour pouvoir y pénétrer ; à l’inverse, même les fans les plus érudits n’ont pas d’emblée une légitimité académique par rapport à l’analyse de leur communauté, ce qui exige un travail complexe de conciliation de ces deux points de vue. Bien que fans et chercheurs appartiennent souvent à la même culture, leurs discours ne sont pas équivalents, dans la mesure où le chercheur doit conserver la neutralité liée à un raisonnement anthropologique sur la communauté qu’il étudie, qu’il en fasse partie ou non. Par ailleurs, l’étude des communautés de fans ne doit pas être synonyme d’appropriation pure et simple, au mépris des attentes éventuelles des fans eux-mêmes, qui pourraient légitimement vouloir conserver un droit de regard sur la manière dont leurs pratiques sont décrites et utilisées. Enfin, l’aca-fan doit réfléchir aux modalités pratiques de sa recherche, aux domaines étudiés et aux représentations existantes de la communauté. Cet article vise à synthétiser ces questions et à proposer une conceptualisation théorique et méthodologique du rôle de l’aca-fan.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,027 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».