Bibliographic record
Abstract
Le champ des études empiriques de mobilité sociale est longtemps demeuré sous l'emprise exclusive d'une seule technique d'observation, celle du survey research. Celle-ci ayant, comme toute technique, ses points aveugles, sa domination totale a rejeté hors de l'observation, puis bientôt de la réflexion sociologique elle-même, une énorme quantité de phénomènes sociaux pertinents. Il était donc nécessaire de développer d'autres techniques d'observation qui donnent accès à ces phénomènes. L'une d'elles est proposée ici, soit la méthode des Généalogies sociales commentées et comparées. Elle cherche à combiner la flexibilité de l'instrument d'observation, qui s'adapte aux particularités des phénomènes observés (processus de formation des trajectoires de vie, modalités de transmission d'éléments de statut social, règles des jeux locaux de concurrence sociale), et le recueil de données factuelles pouvant être traitées par le calcul. Revenant sur la question de la représentativité statistique, on montre alors qu'elle repose sur le présupposé d'homogénéité, ou plutôt d'homogénéisation par la modernisation, des sociétés nationales étudiées. Tenu pour allant de soi pendant la période de la guerre froide, ce présupposé est aujourd'hui battu en brèche par la crise de la forme État-nation. Ce n'est donc pas seulement pour des raisons internes à la sociologie, mais aussi à cause de la crise du présupposé de société" nationales homogènes, que s'impose la nécessité d'ouvrir une alternative à la construction de l'objet " mobilité sociale ".
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 | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.005 |
| Science and technology studies | 0.004 | 0.037 |
| Scholarly communication | 0.013 | 0.017 |
| Open science | 0.003 | 0.010 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.023 | 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".