Bibliographic record
Abstract
La démarche de Fernand Dumont, si on la suit en détail, est compliquée, sinueuse; elle s'inspire d'une telle diversité de courants théoriques qu'à première vue il devient parfois difficile de s'y retrouver, comme si chacun des nombreux problèmes qu'il a traités appelait la nécessité de se référer à un corpus intellectuel particulier. Dumont a beaucoup lu. Alors que sa pensée est en pleine gestation, au moment même où il s'initie au savoir sociologique dans la première partie des années 1950, il fait des découvertes fécondes et décisives. Très tôt, parmi les fondateurs de la pensée sociologique, il est particulièrement fasciné par Émile Durkheim. Il est autant séduit par l'architecture théorique de l'œuvre que par ses larges vues ou par la profondeur de l'analyse. Mais ce n'est pas tout : contrairement à Marx ou à Weber, par exemple, Durkheim a la particularité et le mérite d'avoir fondé une école, groupée autour de L'Année sociologique, qui rassemble quelques-uns des plus brillants jeunes esprits de la Troisième République, comme Marcel Mauss, Célestin Bougie, François Simiand et Maurice Halbwachs. En étudiant les travaux des membres de l'École française de sociologie, Dumont découvre d'innombrables matériaux qui lui permettront de donner une profondeur supplémentaire à sa propre pensée.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.016 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.007 | 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".