Appeals to “Normality” and “Common Sense” in the Face of Global Uncertainty
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
At the time of writing, in the summer of 2024, we are confronted with a ‘polycrisis’ (e.g., Tooze 2022). This term is used to describe a situation in which multiple crises do not simply add up to a somewhat bigger crisis, but rather create a significantly different, amplified crisis in which the sub-crises influence each other in interdependent ways. As numerous studies have demonstrated (e.g., Heitmeyer 2024; Roberts 2022; Nowotny 2016), crises engender feelings of uncertainty, insecurity, and subsequently fear (Bauman 2006). The aim of this paper is to pose the overarching question: How do governments and citizens cope with such uncertainties? Les crises provoquent la peur, la panique, l’incertitude et l’impuissance. L’incertitude et l’insécurité mettent à l’épreuve tous les acteurs concernés ; chacun attend des instructions, une planification, des explications et la sécurité. Cependant, nous affrontons des alarmismes, des simplifications, une série de stratégies de légitimation et d’erreurs. Plus précisément, les erreurs sont souvent placées avant les intérêts communautaires, nationaux ou même locaux. Ces évolutions sont illustrées par une analyse qualitative et quantitative détaillée du discours des débats en Autriche, à l’été 2023. Je soutiens que les appels fallacieux au bon sens et à la normalité dépendent de leur contexte, avec des contenus, des fonctions et des effets différents observables. De tels appels instrumentalisent une « politique des émotions » de différentes manières. Ainsi, une nouvelle logique politique est normalisée, remplaçant le discours rationnel, la délibération et la formulation de politiques dirigées par des experts.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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) | 0,000 | 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