Le complexe nucléaire de Sellafield au cœur des controverses : le fait technologique entre experts et profanes
Bibliographic record
Abstract
Toute controverse technologique est socialement et culturellement marquée. Son étude est essentielle car cette « crise de l’expertise » structure les communautés savantes en marquant le moment ou le scientifique est amené à se justifier, et ceci souvent face avec une communauté dite de profanes. En partant de l’exemple des controverses autour du complexe nucléaire de Sellafield, nous analysons la manière dont la controverse technologique constitue une fenêtre d’analyse sur l’expertise en matière de risques industriels. Puis considérant le fait technologique, cette étude définit comment les mutations provoquées par ces controverses matérialisent le passage d’un modèle technocratique accompagné d’un déficit informationnel chez les profanes, à un modèle plus nuancé dans lequel des profanes en sont venus à pénétrer la sphère des scientifiques et à s’approprier certaines des caractéristiques de leur expertise. Même si la maitrise du fait technique pur demeure l’apanage des spécialistes, les profanes tentent ici de légitimer leur propre discours, Nous démontrons que la distinction traditionnelle entre experts et profanes a été abolie au profit de la mise en place d’un continuum d’expertise du profane total au scientifique le plus spécialisé, gradation déterminée par le degré d’implication. La notion de monopole de l’expertise est ici remise en question alors que les profanes affirment de volonté de prendre part au débat, en dépit de son extrême technicité. Enfin, les controverses passées ont ainsi également permis une redéfinition du rôle du profane dans le processus décisionnel pour un Etat qui dorénavant favorise –en apparence du moins - la participation citoyenne.
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 | 0.022 | 0.044 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.005 |
| Science and technology studies | 0.014 | 0.053 |
| Scholarly communication | 0.021 | 0.026 |
| Open science | 0.003 | 0.009 |
| Research integrity | 0.008 | 0.007 |
| Insufficient payload (model declined to judge) | 0.015 | 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".