Clark (Samuel), Distributing Status: The Evolution of State Honours in Western Europe . Montreal, McGill-Queen’s University Press, 2016, 520 p., $ 49,95.
Notice bibliographique
Résumé
ResumeL’usage des banques de données génétiques dans le monde de la police et de la justice connait un développement spectaculaire dans de nombreux pays, notamment en France avec le Fichier national automatisé des empreintes génétiques. Dans ce contexte, cet article analyse les relations entre catégories d’identification d’auteurs et de suspects d’infraction, formes de savoir et rapports de pouvoir inter- et intra-institutionnels liés à cet usage. Notre étude est fondée sur des entretiens semi-directifs approfondis (N = 24), principalement avec des policiers et des gendarmes directement impliqués dans ces pratiques, et sur l’analyse de documents (textes juridiques, rapports ministériels, articles de presse, etc.). Après avoir présenté le contexte technoscientifique et législatif qui préside à ces évolutions, nous montrons d’une part la porosité des catégories d’auteurs d’infraction, de suspects et d’auteurs potentiels, d’autre part la formation de bio-identités de suspects sous diverses formes. Nous montrons également que ces processus s’articulent à quatre logiques : 1) une logique de prévention supposée des infractions par repérage des auteurs le plus tôt possible ; 2) une logique inter-institutionnelle en faveur de la police par rapport à la justice ; 3) une logique intra-institutionnelle liée à la performance ; 4) une logique probabiliste d’élucidation visant à aider les enquêtes policières sur des bases parfois empathiques vis-à-vis des victimes. Ces différentes logiques sont imbriquées et convergent vers une durabilité du soupçon et une inclusion élargie au fichier.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,008 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,010 |
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 ».