MétaCan
Menu
← Retour à la cohorte
Enregistrement W3162475026 · doi:10.4000/ere.6393

Du subir à l’agir. Au fil des intelligences citoyennes

2021· article· fr· W3162475026 sur OpenAlexvenueno aff
Majo Hansotte

Notice bibliographique

RevueÉducation relative à l environnement · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Désastres écologiques, migrations, violences, inégalités. Tout se passe comme si les acteurs et actrices démocratiques n'arrivaient plus à réguler les évolutions de ce monde. Comment réinventer alors une nouvelle forme de puissance publique ? Comment reconstruire une intelligence collective, un pouvoir avec, pour susciter une prise de conscience, une mobilisation ? Nous sommes dans une bifurcation historique, car s'annonce une aventure indéterminée où la régulation citoyenne aurait en responsabilité l'urgence du vivant. La méthodologie dégagée dans la recherche sur les Intelligences citoyennes tente de répondre à ce défi en favorisant le passage du subir à l’agir, à travers un modèle heuristique d’action collective faisant vivre un espace public, local et mondial. L’intelligence narrative est celle qui nous rend capables de raconter des situations injustes et destructrices, d’en témoigner pour amener une réaction, un engagement agissant. Au-delà, s’impose l’intelligence déconstructive : résister aux leurres de la pensée dominante, les détricoter. Un collectif citoyen engagé dans les questions de justice sociale et de sauvegarde du vivant doit pouvoir ensuite construire collectivement des propositions alternatives visant la réappropriation humaine des communs : c’est l’intelligence prescriptive. Cette construction collective passe enfin par l’intelligence argumentative, qui nous rend capables d’argumenter nos exigences et de délibérer de façon démocratique. Le déploiement de ces quatre intelligences nécessite des démarches et des processus d’éducation populaire.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,024
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,016
Communication savante0,0140,010
Science ouverte0,0010,009
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0240,006

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 Opus0,079
Tête enseignante GPT0,290
Écart entre enseignants0,211 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉducation relative à l environnement→Même sujetFrench Urban and Social Studies→Travaux en français237 207→