L’archéologie préventive, une source de solutions pour demain? Réflexions sur les enjeux scientifiques et sociétaux de l’archéologie préventive face aux effets délétères du néo-libéralisme
Notice bibliographique
Résumé
Depuis plusieurs décennies, en Europe, l’archéologie préventive met au jour un bien plus grand nombre de vestiges que l’archéologie programmée. La masse d’informations issue de ces recherches préventives est telle que son traitement constitue une tâche colossale, mais aussi incontournable si on ne veut pas que les fouilles préventives deviennent synonymes de destruction des vestiges – ce qu’elles sont précisément censées empêcher. L’effort que doit fournir notre société (en termes de temps et de moyens financiers, notamment) peut paraître lourd, voire insurmontable à certains ; pourtant, cet effort est impératif et primordial, car les fouilles préventives sont porteuses d’enjeux majeurs, aussi bien scientifiques que sociétaux. Cet article vise à détailler ces enjeux et à les analyser au regard des effets délétères de la logique néolibérale sur l’archéologie préventive et des difficultés écologiques et sociétales actuelles.
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 | 0,023 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,036 |
| Communication savante | 0,020 | 0,015 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».