Une approche raffestinienne pour analyser les verrous qui empêchent la réduction des inégalités ?
Notice bibliographique
Résumé
Il est maintenant connu et démontré que les inégalités de tous types génèrent des problèmes socioéconomiques graves, des problèmes environnementaux, et que les deux se nourrissent et se renforcent mutuellement. D’aucuns sont d’accord pour réduire les inégalités ; et les projets innovants et aux impacts positifs sont nombreux, dans toutes les régions du monde. Pourquoi alors les résultats ne sont-ils pas à la hauteur des attentes ? Pourquoi les inégalités continuent-elles d’augmenter, freinant ainsi, empêchant même, par exemple, les efforts pour réduire l’impact des changements climatiques ? Le principal problème pour résoudre cette équation, c’est l’existence de verrous, qui, coincés un peu partout, à différents niveaux géographiques dans les systèmes socioéconomiques et politiques, empêchent d’éliminer les sources des nuisances. Au final, les efforts de réduction des inégalités, à cause de ces verrous, ne peuvent que rester cosmétiques face à l’ampleur des dégâts; au mieux, leurs impacts sont régionaux ou nationaux. L’objectif de cet article est de contribuer à réduire l’impact de ces verrous en les analysant d’une manière multiscalaire. Une telle analyse permettra d’identifier la position relative de ces verrous et les forces qui doivent être mises en œuvre pour les « déverrouiller ». Pour ce faire, une grille d’analyse multiscalaire spatiotemporelle sera utilisée, couplée aux concepts de territoire et de travail (énergie plus information) développés par Raffestin.
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 | 0,012 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,004 |
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 ».