Le risque en santé publique : pistes pour un élargissement de la théorie sociale
Bibliographic record
Abstract
La théorie sociale a largement contribué à nous éclairer sur plusieurs des enjeux sociaux, politiques et éthiques soulevés par les politiques de prévention de la maladie et de promotion de la santé. Nous pouvons toutefois avoir l’impression que ces efforts de théorisation nous renseignent mieux sur la science sociale et les chercheurs que sur le risque tel qu’il est vécu dans la société. L’une des causes en serait le manque d’études empiriques qui permettent de saisir les mécanismes fins et complexes de gestion du risque et qui nous confinent à une certaine circularité de l’argumentaire sur les dérives de la société globale du risque. Prenant le parti d’une approche microsociologique et anthropologique, ce texte explore trois pistes de contribution pour un élargissement de la théorie sociale du risque, soit : 1. l’intérêt pour la santé publique d’une réarticulation des multiples dimensions du risque autour de concepts intégrateurs tel celui de mode de vie à risque ; 2. la pertinence d’une anthropologie du risque ancrée dans la gestion quotidienne du risque, les théories populaires du risque et de la moralité; 3. la pertinence pour les sciences sociales de coupler aux dénonciations des abus et manquements dans la gestion publique une analyse des impacts positifs du risque, par exemple, en tant que nouveaux lieux de socialisation, de libération et d’engagement social.
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 | 0.018 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.006 |
| Science and technology studies | 0.007 | 0.051 |
| Scholarly communication | 0.016 | 0.020 |
| Open science | 0.003 | 0.007 |
| Research integrity | 0.007 | 0.012 |
| Insufficient payload (model declined to judge) | 0.010 | 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".