MétaCan
Menu
Retour à la cohorte
Enregistrement W4408571723 · doi:10.7202/1116793ar

Apprendre à connaître la forêt avec les personnes neurodivergentes : les concepts sémiotiques comme dispositif de l’enquête anthropologique

2025· article· fr· W4408571723 sur OpenAlexvenueno aff
Marta Kucza

Notice bibliographique

RevueCygne noir · 2025
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArt

Résumé

récupéré en direct d'OpenAlex

Cet article se propose d’explorer les croisements entre l’anthropologie et la sémiotique à travers une enquête sur les savoirs sensibles à Maarja Küla en Estonie, un foyer de vie pour les personnes neurodivergentes. Partant des théories qui situent le corps dans son milieu, comme devenir sa pratique de Tim Ingold, l’ Umwelt de Jakob von Uexküll, la théorie d’affordances de James J. Gibson ou le savoir tacite de Michael Polanyi, je m’attache à les considérer en tant que manières d’accorder de l’attention sur le terrain aux activités sémiotiques non symboliques. Je convoque également la sémiotique de Charles S. Peirce dans l’anthropologie au-delà de l’humain d’Eduardo Kohn, ainsi que les controverses liées à son usage en tant que cadre conceptuel appliqué sur le terrain. Je fais appel aux signes non symboliques mis en lumière par Peirce pour fabriquer un dispositif de l’enquête avec les participant·e·s à mes ateliers à Maarja Küla : déclencher une activité iconique et indicielle par une pratique artistique. Pendant les exercices de bruitage, par exemple, nous enregistrons des effets sonores reproduits avec des objets du quotidien ou réalisés par nos propres corps afin de recréer la bande sonore de films documentaires animaliers. Les performances qui en résultent activent le savoir sensible sur d’autres êtres vivants.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,652
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,007
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,329
Écart entre enseignants0,287 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCygne noirMême sujetFrench Urban and Social StudiesTravaux en français237 207