Rendre évident : une approche symétrique de la réglementation des produits thérapeutiques
Bibliographic record
Abstract
Dans le champ des études sociales de la science, les régimes de régulation du risque appréhendés selon une approche technocratique sont critiqués pour leur attention insuffisante au « public », point de vue épistémologique socialement situé qui pourtant est davantage en mesure d’articuler les préoccupations du monde réel aux implications (collectives) du risque. Il semble qu’on ait répondu à cette critique dans plusieurs pays en modernisant les réglementations et en déployant des efforts stratégiques pour susciter l’ouverture, permettre un examen approfondi et encourager un large éventail de citoyens à s’impliquer dans le processus décisionnel. Tout en reconnaissant que le régime de preuves dans la réglementation du risque aurait grandement avantage à prendre en compte une plus grande diversité de types de savoir (notamment les connaissances qui ont été historiquement négligées), nous soutenons que ce ne sont pas seulement les savoirs publics « profanes », mais aussi les savoirs scientifiques « experts » qui tendent à être négligés dans les régimes modernes de réglementation du risque. Le présent article part d’un cas spécifique — la modernisation de la régulation des produits de santé canadiens — pour rendre compte de l’évolution de la nature et du rôle de l’évidence médicale. En nous appuyant sur une recherche ethnographique et sur la littérature consacrée (science du risque et de la régulation, travaux autour des frontières et anthropologie symétrique), nous proposons une approche symétrique de la réglementation du risque basée sur la production d’un régime de preuves.
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 | 0.024 | 0.029 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.006 | 0.043 |
| Scholarly communication | 0.014 | 0.010 |
| Open science | 0.004 | 0.006 |
| Research integrity | 0.010 | 0.010 |
| Insufficient payload (model declined to judge) | 0.015 | 0.004 |
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".