Bibliographic record
Abstract
À partir de textes politiques récents, de même que de recherches scientifiques sur ce thème, il est possible de présenter le principe de précaution comme un nouveau stade de la prévention, applicable face à certains types d’incertitudes accrues. Dans ce sens de la précaution, que l’on peut qualifier de restreint, il est fondamental de gérer activement les risques sans attendre certaines preuves requises usuellement. Néanmoins, lorsqu’on se penche sur les procédures proposées à cet égard, on ne peut que constater, d’une part, leur grande imbrication avec celles émises en matière de prévention et, d’autre part, les nombreuses difficultés incluses dans ces procédures, porteuses elles-mêmes d’incertitudes. Dès lors, il peut s’avérer intéressant de reconsidérer certains aspects de la prévention à partir de la précaution, et de comparer les leçons à tirer des pratiques propres à ces deux cas de figure. L’un des résultats de cette étude consiste à considérer le principe précaution comme relançant et actualisant, par rapport à certaines conditions contemporaines, une part importante et non limitée a priori de la gestion des risques. D’autant que dans le public, c’est bien intuitivement dans ce sens élargi que le principe est compris, à savoir comme un surcroît de responsabilité dans les précautions face aux risques.
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 | 0.010 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.017 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.008 | 0.013 |
| Insufficient payload (model declined to judge) | 0.011 | 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".