MétaCan
Menu
Retour à la cohorte
Enregistrement W2064602577 · doi:10.4000/vertigo.14187

Le complexe nucléaire de Sellafield au cœur des controverses : le fait technologique entre experts et profanes

2013· article· fr· W2064602577 sur OpenAlexvenueno aff
Lucie de Carvalho

Notice bibliographique

RevueVertigO · 2013
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyArt

Résumé

récupéré en direct d'OpenAlex

Toute controverse technologique est socialement et culturellement marquée. Son étude est essentielle car cette « crise de l’expertise » structure les communautés savantes en marquant le moment ou le scientifique est amené à se justifier, et ceci souvent face avec une communauté dite de profanes. En partant de l’exemple des controverses autour du complexe nucléaire de Sellafield, nous analysons la manière dont la controverse technologique constitue une fenêtre d’analyse sur l’expertise en matière de risques industriels. Puis considérant le fait technologique, cette étude définit comment les mutations provoquées par ces controverses matérialisent le passage d’un modèle technocratique accompagné d’un déficit informationnel chez les profanes, à un modèle plus nuancé dans lequel des profanes en sont venus à pénétrer la sphère des scientifiques et à s’approprier certaines des caractéristiques de leur expertise. Même si la maitrise du fait technique pur demeure l’apanage des spécialistes, les profanes tentent ici de légitimer leur propre discours, Nous démontrons que la distinction traditionnelle entre experts et profanes a été abolie au profit de la mise en place d’un continuum d’expertise du profane total au scientifique le plus spécialisé, gradation déterminée par le degré d’implication. La notion de monopole de l’expertise est ici remise en question alors que les profanes affirment de volonté de prendre part au débat, en dépit de son extrême technicité. Enfin, les controverses passées ont ainsi également permis une redéfinition du rôle du profane dans le processus décisionnel pour un Etat qui dorénavant favorise –en apparence du moins - la participation citoyenne.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,667
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,273
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetRisk Perception and ManagementTravaux en français237 207