Bibliographic record
Abstract
Partant du constat que les similitudes entre le phénomène de la rumeur et celui de la stéréotypie n’ont, jusqu’à ce jour, guère été mises en évidence, l’article s’attache à montrer qu’elles sont nombreuses et qu’elles amènent à jeter sur la rumeur une lumière nouvelle. La démonstration commence par un portrait du stéréotype, décliné en trois niveaux de réalité et sept caractéristiques, dont la plus remarquable est la réversibilité axiologique du phénomène. La rumeur, de son côté, ne concerne que le plan des représentations, mais, cette restriction mise à part, presque toutes les caractéristiques de la stéréotypie s’y retrouvent. Qui plus est, elle emprunte largement les formes et les valeurs du stéréotype pour convaincre de sa pertinence. Stéréotype et rumeur se distinguent cependant par plus d’un point : le caractère général, statique et difficilement assumable du premier s’oppose à l’aspect anecdotique, narratif et fréquemment assumé de la seconde. La comparaison se poursuit et se précise par l’analyse comparative des trois phases par lesquelles un stéréotype et une rumeur se propagent, à savoir la phase de production, la phase de réception et la phase de relais. L’auteur s’interroge enfin sur l’étrange et paradoxale séduction qu’exerce la parole floue, inoriginée, anonyme dans un monde qui ne cesse par ailleurs d’affirmer les valeurs de l’empirie et de la rationalité.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.010 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".