Nick J. Enfield & Stephen C. Levinson, eds, Roots of Human Sociality
Bibliographic record
Abstract
CET OUVRAGE collectif s'intéresse aux fondements de la socialité humaine dans une perspective interdisciplinaire.Dirigé par Stephen Levinson et Nick Enfield, chercheurs au Max Planck Institute for Psycholinguistics (Pays-Bas) où ils s'occupent d'un projet intitulé « Language & Cognition », ce livre rassemble les contributions d'une vingtaine de spécialistes de diverses disciplines, la plupart de réputation internationale.Fruit d'un colloque organisé par la Wenner-Gren Foundation en 2004, l'ouvrage fait ainsi dialoguer des anthropologues, des linguistes, des psychologues, des éthologues et des sociologues qui s'entre-citent et se répondent dans leurs différentes contributions.Celles-ci tournent toutes autour d'une série de questions centrales.Quelles sont les caractéristiques distinctives de l'interaction humaine ?Sur quelles compétences cognitives repose-t-elle ?Quels sont ses fondements phylogénétiques et ontogénétiques ?Comment se décline-t-elle dans des contextes socioculturels très divers ?L'ouvrage pose ainsi le problème de l'articulation entre culture et cognition, véritable chemin de croix de l'anthropologie cognitive.Loin de verser dans un déterminisme sommaire (la culture est le produit de la cognition humaine versus la cognition varie indéfiniment en fonction des cultures), l'ouvrage aborde à nouveau frais le problème en se focalisant sur un terme médian : l'interaction.Celle-ci offre en effet un niveau d'analyse intermédiaire particulièrement intéressant pour parvenir à articuler le niveau micro des capacités cognitives et le niveau macro des institutions socioculturelles.S'inscrivant dans le champ des recherches sur la « cognition sociale »,
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.005 | 0.011 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".