La parole en action selon la méthodologie de la théorisation enracinée
Notice bibliographique
Résumé
Il semble difficile d’avoir accès à un document qui donne des repères clairs et précis quant au déroulement d’une méthodologie par théorisation enracinée à partir d’un corpus de discours conversationnels. Un tel manque risque de décourager toute recherche aspirant à faire de la théorisation enracinée à partir de données qui ne correspondent pas aux points de vue des acteurs, mais plutôt à leurs échanges et interactions. D’où l’originalité de la démarche décrite dans ce texte qui propose une illustration concrète de l’utilisation de la méthodologie de la théorisation enracinée dans le but de mieux comprendre le processus des acteurs sociaux (individuels et collectifs) qui rendent publiques leurs prises de position à propos d’une question éthico-politique. Nous explicitons dans la première partie de cet article l’exercice de réflexion qui nous a permis d’interroger les enjeux posés par la méthodologie adoptée. Dans la deuxième partie, nous abordons deux aspects qui nous ont permis d’explorer l’expérience discursive de la confrontation de points de vue antagonistes : la sélection d’un site (les auditions publiques en commission parlementaire) et l’échantillonnage à l’intérieur de ce site (les cas analysés). Enfin, nous exposons les opérations de codage et de catégorisation conduites à l’aide du logiciel d’aide à l’analyse de données qualitatives QSR NVivo pour montrer ce que l’exploitation de ce logiciel a apporté à notre démarche en permettant d’établir des liens entre des données de l’ordre de la parole publique où sont confrontés des points de vue opposés et en les organisant pour progressivement en arriver à une théorisation.
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 | 0,039 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,006 | 0,038 |
| Communication savante | 0,017 | 0,019 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 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 ».