Notice bibliographique
Résumé
Cet article cherche à identifier les facteurs qui régissent la réception scientifique de textes anciens et s’intéresse à ce qui peut expliquer l’abondance et l’absence d’études sur ces derniers. Cette enquête fut menée en étudiant de plus près la réception scientifique de cinquante textes contenus dans divers manuscrits à caractère « gnostique ». Des dix textes qui ont généré le plus et le moins de publications, une typologie fut dégagée. Il appert que, pour les textes les plus étudiés, les quatre facteurs les plus importants sont un contenu original, une datation ancienne, la figure à laquelle le texte peut être associé et une appartenance au genre « évangile ». Enfin, les dix textes les moins étudiés le sont en raison de facteurs matériel et herméneutique, s’ils sont déjà bien connus et s’ils sont tardifs. Cette analyse nous permet de mieux apprécier le rôle du chercheur spécialiste dans l’espace public contemporain. Les chercheurs, qui font partie d’une communauté interprétative au même titre que les médias ou le public non spécialiste, jouent un double rôle. Non seulement appartiennent-ils à une communauté interprétative qui relit les textes anciens avec un filtre qui leur est propre, mais ils sont aussi ceux qui rendent possible l’accès à ces textes aux deux autres éléments dont se compose l’espace public. Les chercheurs font donc partie d’un tout dont ils ne sauraient s’extraire.
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 | 0,007 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,008 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,004 |
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 ».