Bibliographic record
Abstract
Cet article propose un approfondissement de la notion d’ethnicité à partir de ses définitions et usages dans le champ universitaire international ainsi que de sa mise en jeu dans les questions contemporaines de reconnaissance et de justice sociale. Il explore la réception et la charge encore négatives du concept d’ethnicité dans la production française en sciences sociales et dans les débats animant la société civile. Il montre que l’ethnicité y est interprétée à la fois comme un leurre efficace pour détourner des véritables mécanismes de domination à l’oeuvre dans les sociétés, et en concurrence potentielle avec le système d’interprétation et les acteurs organisés autour de ces dominations. À partir de l’exemple du débat sur les statistiques ethniques contre les discriminations en France, il envisage un recours à une politique de reconnaissance permettant aux individus de participer à la construction des identités collectives par la prise en compte de leur « ressenti ». Il montre que si les individus construisent les frontières de leurs identités et celles des autres, leurs opportunités à proposer des – ou de contribuer aux – définitions des situations sont fonction de la position qu’ils occupent dans les rapports sociaux. C’est l’accès à la construction de ces labels collectifs qui peut alors constituer une source nouvelle et contemporaine de justice sociale. Enfin, l’article interroge l’ethnicité comme catégorie pratique pouvant contribuer à une théorie de l’action sur le rôle de l’identité et de la culture dans la construction des rapports sociaux.
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 | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.018 |
| Scholarly communication | 0.008 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".