Les diversités au coeur de la recherche interculturelle : vers de nouvelles perspectives
Bibliographic record
Abstract
Le rapport mondial de l’UNESCO de 2010 souligne que les enjeux autour de la diversité culturelle se sont multipliés et complexifiés en ce début de XXIe siècle : en particulier, la reconnaissance des différences et particularités culturelles se heurte à la fois aux dynamiques de mondialisation et de standardisation mais aussi à de nouvelles crispations identitaires et à des replis locaux ou communautaires. Ce sont ces enjeux et ces nouvelles perspectives théoriques, politiques et pratiques autour de la diversité, qu’elle soit culturelle, ethnique, linguistique ou religieuse, qui ont été au coeur des réflexions lors du congrès de l’ARIC (Association internationale de recherche interculturelle) de 2011 et que ce numéro thématique d’Alterstice présente. Comment la recherche interculturelle a‐t‐elle évolué dans ce contexte ? Sortir de sa routine, voici en quelque sorte ce que l’arrivée du concept de diversité a eu comme effet sur elle : en plus d’ouvrir les frontières disciplinaires et d’articuler de manière originale la théorie et la pratique, le concept de diversité a amené les chercheurs de l’interculturel à s’intéresser aux processus, aux dynamiques et aux transformations en lien avec ces diversités dans des domaines multiples.
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 | 0.046 | 0.031 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.007 |
| Science and technology studies | 0.011 | 0.059 |
| Scholarly communication | 0.033 | 0.024 |
| Open science | 0.002 | 0.012 |
| Research integrity | 0.006 | 0.018 |
| Insufficient payload (model declined to judge) | 0.005 | 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".