Making Food Count: Expert Knowledge and Global Technologies of Government*
Notice bibliographique
Résumé
Un grand nombre d'agences internationales ont mis sur pied des « rationalités » et des programmes mondiaux pour gérer des conduites sociales et économiques. En prenant comme point de mire L'Organisation des Nations Unies pour L'alimentation et L'agriculture, cet article examine la gestion à L'échelle mondiale de 1'agro‐alimentaire dans le cadre de ce que nous appelons lestechnologies mondiales de gouvernance.Nous nous appuyons sur les idées de Nikolas Rose sur L'expertise et le gouvernement ainsi que sur une série d'études sur le calcul statistique et la mondialisation. Nous faisons valoir que les formes professionnelles du savoir de L'expert, comme celles fondees sur des classifications et des calculs scientifiques, ouvrent de nouvelles avenues d'intervention et de transformation sociale. A wide variety of international agencies have initiated global programs and rationalities to manage social and economic conduct. Through a focus on the United Nations and its Food and Agriculture Organization, this paper examines the global management of food and agriculture within what we call theglobal technologies of government.In this analysis, we draw on the insights of Nikolas Rose on expertise and government, and on a range of studies on statistical calculation and globalization. We argue that professional forms of expert knowledge, such as those based on scientific classification and calculation, facilitated new spaces of intervention and new knowledges for social transformation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,031 |
| Communication savante | 0,011 | 0,015 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».