L’apprentissage politique en zones d’exclusion, de conflits et d’organisation populaire
Bibliographic record
Abstract
Cet article évalue différentes approches théoriques de l’apprentissage politique en situations d’exclusion sociale, de conflits et d’organisation populaire, par l’étude d’un groupe de favelas situées en bordure du centre-ville de Florianópolis, dans l’État de Santa Catarina, au Brésil. Une de ces situations d’exclusion est présentée dans la première partie du texte. La deuxième partie décrit l’approche qui étudie l’apprentissage politique parmi les élites. La troisième partie examine quant à elle les approches de la recherche sur la culture politique de la population, tandis que la quatrième partie présente une approche alternative de l’apprentissage politique, dérivée de la théorie de l’action communionnelle de Jürgen Habermas. Cet article soulève donc des questions théoriques qui touchent l’apprentissage politique et cherchent des solutions concrètes aux problèmes liés à l’organisation populaire. L’objectif est de mieux comprendre comment ce processus d’apprentissage a évolué jusqu’à maintenant et ce qui doit être fait pour améliorer et accélérer son développement. Cette analyse pourrait servir d’étude de cas de l’apprentissage politique dans des zones d’exclusion sociale et d’organisation populaire et avoir des implications générales pour le Brésil.
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 | 0.007 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.012 | 0.031 |
| Scholarly communication | 0.010 | 0.006 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.002 | 0.002 |
| 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".