« C’est génétique » : ce que les twin studies font dire aux sciences sociales
Notice bibliographique
Résumé
Cet article est une analyse des effets de l’utilisation de la génétique en sciences sociales à travers l’un de ses principaux instruments génériques, les twin studies , méthode qui consiste à quantifier l’influence des facteurs génétiques et environnementaux sur un comportement humain donné en utilisant des jumeaux monozygotes et dizygotes. Conséquence immédiate de la stratégie de générosité intéressée des généticiens analysée par Aaron Panofsky (2014), les twin studies facilitent la recherche interdisciplinaire entre sciences sociales et les collaborations entre sciences sociales et sciences naturelles. De façon notable, le moment de son apparition en sciences sociales est constant à travers quatre disciplines (criminologie, économie, sociologie, science politique). Au-delà de la standardisation scientifique qu’il entraîne, l’instrument générique twin studies prend des formes locales intra-disciplinaires. À l’inverse des généticiens, les chercheurs en sciences sociales ont tendance à mobiliser des versions méthodologiques simplifiées du modèle twin studies , ce qui est concordant avec le concept de « distance sociale » développé par le sociologue des sciences Harry Collins dans son étude de la découverte des ondes gravitationnelles en physique (2010).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,033 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».