Quel rôle pour les sciences sociales face à l’emprise grandissante du régime de l’innovation intensive ?
Bibliographic record
Abstract
En quelques décennies, l’innovation est devenue un mot d’ordre omniprésent aussi bien dans la sphère marchande que dans la sphère non marchande. Dans le même temps, un régime d’innovation intensive s’est progressivement mis en place et est maintenant dominant. L’objectif de cet article est de montrer les conditions de développement d’un tel régime, les limites qu’il rencontre et les résistances qu’il suscite, pour ensuite considérer le rôle possible des sciences sociales. Dans un premier temps, on montre que l’innovation intensive passe par la singularisation toujours recommencée des êtres et qu’elle entraîne, voire exige, la mobilisation et la participation de ceux à qui elle est destinée. On parle parfois de démocratisation de l’innovation pour décrire ce mouvement. Dans un deuxième temps, après avoir introduit la notion de site de problématisation et analysé la diversité des stratégies qui se déploient dans ces sites, l’article met en évidence que le régime de la singularisation intensive n’est qu’une possibilité parmi d’autres. Il suggère que la recherche en sciences sociales, en choisissant convenablement les sites avec lesquels elle entend interférer, pourrait contribuer à l’émergence et au développement d’autres régimes d’innovation.
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 | 0.012 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.009 | 0.033 |
| Scholarly communication | 0.023 | 0.019 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.008 | 0.008 |
| Insufficient payload (model declined to judge) | 0.012 | 0.003 |
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".