Pratiques réticulaires et inscription de la différence dans l’institution scientifique
Bibliographic record
Abstract
À partir de l'analyse de données factuelles provenant d'un sondage auprès d'un double échantillon représentatif d'hommes et de femmes scientifiques québécois, il est possible de mettre à jour des cheminements aboutissant à des occupations de places, différenciées selon le sexe des acteurs. L'analyse repose en particulier sur les habitus d'insertion dans les réseaux scientifiques et révèle que c'est beaucoup plus en termes d'altérités éventuellement irréductibles qu'il s'agit de lire les résultats plutôt qu'en simples conséquences d'inégalités structurelles. En effet les femmes semblent échapper complètement à la logique de la formalisation dominante du champ scientifique, révélant par là une appréhension de cet espace radicalement différente de celle de leurs homologues masculins. Qui plus est, aucune des variables explicatives du comportement des hommes ne peut jouer le rôle de prédicteur dans le cas des femmes : ni origine sociale, ni lieu de naissance, ni âge, ni poste, ni statut civil n'interfèrent de façon significative dans leur mode d'insertion. Le schéma explicatif général de l'insertion dans les réseaux scientifiques doit donc être scindé afin de mettre à jour deux logiques distinctes : la logique masculine et la logique féminine.
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 | 0.030 | 0.050 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.007 |
| Science and technology studies | 0.008 | 0.036 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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".