MétaCan
Menu
Retour à la cohorte
Enregistrement W2137446319 · doi:10.1177/030631201031004001

On Telling Regulatory Tales

2001· article· en· W2137446319 sur OpenAlexaffabout
R. Steven Turner

Notice bibliographique

RevueSocial Studies of Science · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésNarrativeArgument (complex analysis)EpistemologyMeaning (existential)PoliticsSociologyConsciousnessField (mathematics)Character (mathematics)CorporationPolitical scienceLawPhilosophyLinguistics

Résumé

récupéré en direct d'OpenAlex

The analysis of technoscientific regulatory controversies is now an established genre within science studies, with a small but important methodological and meta-literature. That literature has only rarely noted how published accounts of particular controversies inevitably employ narrational strategies, including decisions about emplotment, time-frames, character-motivation, and the use of tropes, to endow these stories with political and epistemological meaning. In an exercise designed to recover these narrational elements and promote narrative consciousness, this paper presents two separate accounts of a single important controversy: Canada's recent regulatory experience with the Monsanto Corporation's recombinant bovine somatotropin (rBST). The discussion points out the different narrational strategies employed in each account, and analyses how these strategies interact with explicit or theory-based interpretive approaches to determine how the accounts contribute to `public moral argument' about regulatory affairs. It concludes with broader speculations on the advantages that a greater reliance on narrative form has to offer the field of controversy-analysis and science studies in general.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,029
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0110,046
Communication savante0,0130,016
Science ouverte0,0020,007
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,686
Tête enseignante GPT0,543
Écart entre enseignants0,143 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
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

Citations18
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocial Studies of ScienceMême sujetClimate Change Communication and PerceptionTravaux en français237 207