Bibliographic record
Abstract
Pourquoi est-ce que l’intégration — et on entend par là le fait de vivre dans des sociétés pluralistes, le plus souvent occidentales — connaît-elle tant d’échecs ? Le texte explore deux avenues. La première s’attache à l’infrastructure de cécité et de surdité propres à la politique occidentale, cécité à l’égard de la critique postcoloniale, et surdité à l’endroit des récits qui tissent l’Histoire. La seconde examine le concept de « culture », et son recadrage autour de la notion de « race ». La pensée européenne des Lumières a préparé le terrain aux notions et pratiques sociales d’universalisme et de justice, et elle détermine nos outils moraux jusqu’à l’heure actuelle. La pensée européenne des Lumières a en même temps engendré le concept de race. De nos jours, nous devons nous définir par rapport à ce fondement ambivalent de la pensée (morale) : nous nous en remettons à un concept de raison (occidentale) qui permet à la science et à la société de classer et de trier. Et aussi d’exclure. Quelles sont les tâches qui incombent aux différents « joueurs », c’est-à-dire les politiques, les sociétés, les sciences et les religions ?
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 | 0.006 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.032 |
| Scholarly communication | 0.012 | 0.008 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.016 | 0.002 |
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".