Comment légitimer l'accession au statut d'expert pour limiter les controverses : étude de cas en biodiversité
Notice bibliographique
Résumé
L’environnement en général et plus encore la gestion de la biodiversité sont des domaines où le besoin et la revendication d’expertise est à la fois très forte et très répartie. Cela s’explique en partie par une intrication des problématiques qu’il rencontre avec celles de plusieurs disciplines scientifiques. La tentation de rechercher en la science une objectivité garante du bien-fondé des décisions publiques y est donc prégnante. Ensuite il s’agit d’un domaine qui intéresse fortement la société civile et pour lequel il est relativement aisé de se forger des opinions. Le terreau est donc bien présent pour que les controverses soient nombreuses sur ces questions. Depuis la définition de l’expert, scientifique, usager, sachant ou foule profane jusqu’à légitimation des experts eux-mêmes, les points d’achoppement sont variés. Nous montrons dans cette étude de cas, les stratégies de long terme développées par deux acteurs de l’environnement en France, l’Office National de la Chasse et de la Faune Sauvage et les Conservatoires d’Espaces Naturels, pour obtenir une plus grande légitimité. Le premier disposant d’une légitimité légale rationnelle a voulu la compléter par le développement de leur expertise scientifique. Les seconds forts d’un ancrage territorial et d’une pratique rigoureuse ont cherché la légitimation de leurs actions par la loi. Les deux semblent aujourd’hui avoir réussi dans leurs démarches. Leur investissement semble avoir été productif du point de vue de leur légitimité intrinsèque, mais bien plus nuancée quant à la portée réelle de cette légitimité. Les controverses restent nombreuses quelle que soit la légitimité de l’expert et en ce sens l’efficience des investissements consentis est à relativiser. Par contre, il en ressort une professionnalisation du statut d’expert, plus claire et mieux argumentée, laissant penser que ce foisonnement d’acteurs, source de concurrence est une chance pour l’intérêt général.
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 | 0,033 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,011 | 0,016 |
| Communication savante | 0,015 | 0,017 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,009 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 ».