Reconfigurations d’expertises privées autour de Game of Thrones : de la chambre à l’école
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Les travaux de Henry Jenkins, de Patrice Flichy ou de Mélanie Bourdaa ont amplement œuvré pour que les productions des amateurs soient reconnues en tant que pratiques culturelles à part entière. Un symptôme probant : le terme de « knowledge », voire celui d’expertise s’associent désormais à ces productions. Pour autant, c’est souvent moins le processus d’expertise lui-même qui est traité que les incarnations de cette même expertise, déclinées du savant au profane. Or, ce qui se joue est d’envergure. Avec les activités d’éditorialisation facilitées par le paradigme numérique, c’est du devenir des citoyens aux prises avec les médias qu’il s’agit. Aussi, si nous nous intéressons aux usages privés et aux loisirs, c’est bien pour nous saisir à nouveaux frais de ce que l’école et l’université mettaient auparavant au cœur des apprentissages. Notre propos s’efforce donc de montrer que nous assistons à une véritable reconfiguration du processus d’expertise par la praxis amatrice dans la sphère privée. Et puisque loin s’en faut que soient analysées les compétences expertes ni même la manière dont elles se forgent progressivement dans la production et dans l’interaction, nous nous intéressons à la nature de cette expertise, à son processus ou à ses aspects peu traités par la sphère institutionnelle. Pour ce faire, nous prenons appui sur des fanvidéos postées sur YouTube à propos de la série d’HBO Game of Thrones, de l’opus de George R.R. Martin (A song of Ice and Fire ou Le Trône de fer, en traduction française) ou plus largement à partir de l’univers fandomistique déployé. Le défi épistémologique est lui aussi de taille : il s’agit de penser ce savoir non pas comme ancillaire des productions culturelles à partir desquelles il se développe mais de le penser comme un autre savoir, d’identifier cette expertise comme telle et d’opérer la mutation vers une autre expertise, un faire d’expertise, scolarisable qui plus est.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 découle