From bricolage to thickness: making the most of the messiness of research narratives
Notice bibliographique
Résumé
Purpose The research process is commonly viewed as a succession of linear, structured and planned practices that exclude informal and unplanned practices, engaging with the unexpected or the uncertain. The authors’ aim is to explore this aspect of researching in connection with the narratives of researchers as they oscillate between past and present, theory and empiricism. Design/methodology/approach The authors first draw on the concept of “bricolage” to validate informal research practices as researchers seek to lend “thickness” to their research. To deal with the apparent “messiness” of research narratives, they apply the concepts of kairotic time and action nets. Kairotic times are key moments in research narratives when actions, under tension, interconnect to form action nets, which, in turn, generate meaning or knowledge. Findings The authors analyse two research episodes. The first recounts how personal experiences and contingencies influence a researcher's choice of research objects and his associated theoretical reflections. The second highlights how some concrete difficulties in choosing a field and gaining access trigger a set of actions that force a researcher to review his initial choices and to reposition himself methodologically. Discussing the concept of kairotic time, the authors show the importance of context and timing and demonstrate how stories build around a gravitational point. From there, they discuss how the concept of action nets, breaking linearity, helps to envision research practice not as a sequence, but as networks of actions that produce scientific outcomes. Originality/value This paper provides an operational method of using kairotic time and action nets to account for, and acknowledge, the messiness in research narratives.
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 | 0,057 | 0,138 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,015 | 0,060 |
| Communication savante | 0,032 | 0,053 |
| Science ouverte | 0,003 | 0,025 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».