MétaCan
Menu
Retour à la cohorte
Enregistrement W2511509985 · doi:10.7202/1036791ar

Insiders, smart drugs et pharmaceuticalisation : éléments pour une typologie de la nouvelle déviance conformiste

2016· article· fr· W2511509985 sur OpenAlexaffvenue
Marcelo Otero, Johanne Collin

Notice bibliographique

RevueCahiers de recherche sociologique · 2016
Typearticle
Languefr
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensUniversité de MontréalUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

La multiplication des usagers et usagères des smart drugs sur les campus universitaires, des go-pills dans l’armée ou encore des coast-to-coast chez les camionneurs de longue distance invite à revisiter la légitimité croissante des « usages adaptatifs » des psychostimulants par le biais d’une relecture des catégories traditionnelles avec lesquelles fonctionnalistes et interactionnistes ont tenté de saisir les modes légitimes d’adaptation et d’inadaptation sociale. Suffit-il de mobiliser des catégories de la déviance « par excès » d’intégration telles que la surobéissance ou encore par « hyper-responsabilité » ? Devrait-on naturaliser le recours de plus en plus fréquent à des oxymorons mi-sociologiques mi-éthiques pour saisir des pratiques de plus en plus répandues mais dont la légitimité pose problème tels que l’« innovation conformiste », ou encore la pratique du « bon dopage » ? En nous appuyant sur la cas de figure des consommateurs de smart drugs et mobilisant les concepts de pharmaceuticalisation et de biosocialité, nous chercherons à dégager un certain nombre de traits sociologiques de la figure idéal-typique de l’insider (à la fois « initié », consommateur avant-gardiste, individu hypersocialisé, innovateur responsable, etc.) qui se veut en principe l’image inversée du célèbre outsider d’Howard Becker.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,045
Communication savante0,0080,008
Science ouverte0,0010,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,632
Tête enseignante GPT0,610
Écart entre enseignants0,022 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCahiers de recherche sociologiqueMême sujetPharmaceutical industry and healthcareTravaux en français237 207