Le chantier de recherche de la gouvernance urbaine et la question de la production des savoirs dans et pour l’action
Bibliographic record
Abstract
Cette contribution vise à démontrer que la gouvernance n’est pas un concept permettant de statuer définitivement sur l’ouverture et l’horizontalisation des processus de production de l’action publique et sur la démocratisation des processus de production des connaissances pour l’action. Si la gouvernance a pu être critiquée pour son caractère normatif, c’est sans doute que les travaux effectués à son sujet ont souvent négligé le niveau micro de l’analyse. On peut développer ce volet micro en s’intéressant aux modalités concrètes de production des connaissances dans et pour l’action. On peut ainsi comprendre comment des transformations macro s’effectuent dans les pratiques concrètes des acteurs. Pour illustrer ce point, nous prendrons l’exemple des politiques urbaines. L’aménagement urbain a été particulièrement investi par les savoirs experts porteurs d’un projet de modernisation. C’est aussi un domaine où ces savoirs ont subi les plus sévères remises en question et attaques de la part des savoirs indigènes. Ce domaine d’action montre que s’il y a bien pluralisation, complexification des modes de production des savoirs pour l’action, cette évolution n’est pas nécessairement synonyme de démocratisation ou de retrait du politique. On assiste à une importante différenciation des dispositifs de production des savoirs pour l’action, tributaires des configurations politiques et sociales locales.
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 | 0.006 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.008 | 0.016 |
| Scholarly communication | 0.011 | 0.009 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".