Counting Things and People: The Practices and Politics of Counting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Many scientific and nonscientific activities involve practices of counting. Counting is, perhaps, the most elementary of numerical practices: an ability to count is presupposed in arithmetic and other branches of mathematics, and counting also is part of innumerable everyday and specialized activities. Though it is a simple practice when considered abstractly, in specific cases counting can be quite complicated, contentious, and socially consequential. Categorical judgments determine what counts as an eligible case, instance, or datum, and these judgments can be difficult and controversial. By focusing on such difficulties, this article aims to elucidate practices that are crucial for the production and stabilization of natural and social orders. Cases discussed in the article are provisionally divided between counting (nonhuman) things and counting people. Cases of counting things include scientific practices of counting the number of human chromosomes and forensic procedures for counting matches in DNA profiles. Cases of counting people include estimates of crowd size and counts and recounts of election ballots. Counting people not only is a matter of including an object or person in a class or group, but also involves reciprocal performances in which the counted objects are complicit in, or resistive to, the social production of counts. Variable, and otherwise troubled and contested, instances of counting are used to elucidate the numeropolitics of counting: how assigning numbers to things is embedded in disciplined fields, systems of registration and surveillance, technological checks and verifications, and fragile networks of trust.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle