Chapitre 8. Écrire comme moment de l’activité, écrire comme travail
Notice bibliographique
Résumé
Ce chapitre commence par une introduction théorique définissant les différents registres de l’écrit (marquage, mise en texte, formalisation), l’ouvrage explorant surtout la mise en texte. Puis à propos de « l’écrire » dans le contexte de la PJJ il précise les concepts d’« ’activité » et de « travail ». L’observation de l’écrire, comme activité, dans les différents services étudiés (Milieu ouvert, Services d’assistance éducative auprès du tribunal, Placement collectif) montre que l’on ne peut établir qu’il y aurait une « écriture de métier ». Reprenant la question générale de la recherche – le contexte normatif et l’accélération des changements normatifs de la période 2003-2011 transforment-ils les conditions de production des écrits adressés au magistrat ? – l’auteur montre que si les contraintes, voire les charges augmentent, on n’assiste pas à une normalisation par standardisation managée : écrire est encore laissé à la « petite organisation personnelle » du professionnel. Enfin l’auteur s’arrête sur les difficultés que l’on pourrait dire communes au travail d’écrire au magistrat, difficultés à construire une continuité alors que le suivi des mineurs est diffracté, et à jongler avec les diverses temporalités (éducative, judiciaire, du jeune lui-même) qui situent le sens qu’il est possible d’énoncer et de transmettre au magistrat.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 0,015 |
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 ».