Les théories de la gouvernance. Pluralité de discours et enjeux éthiques
Bibliographic record
Abstract
Certes, le travail sur la gouvernance dans le chantier des questions environnementales semble bien amorcé et il ne peut que prendre de l’ampleur dans les années à venir. Il est peut-être encore tôt pour produire une typologie des théories de la gouvernance, ou une conceptualisation trop serrée. Il semble plus opportun pour le moment de repérer les principaux usages que nous rencontrons effectivement des recours à la gouvernance. Nous pourrons ensuite voir comment ce vocable peut fonctionner dans une pluralité de discours, et comment il peut véhiculer des significations assez diverses. Il ne s’agira donc pas d’enrichir un Dictionnaire de la gouvernance ou de mettre un terme aux études de terrain, alors qu’elles débutent! Au contraire, il nous faut réfléchir d’emblée et davantage en termes des usages que nous faisons de nos concepts, et pas seulement rechercher des modèles théoriques en quelque sorte purs qui ne rencontreront presque aucun usage dans la pratique. Il faut s’interroger sur le sens que les acteurs accordent à ces recours et sur ce qu’ils vont y chercher. Il faut aussi nous demander, en plus de la question des effets de sens qui sont produits par l’usage de la gouvernance, quels sont les enjeux éthiques sous-jacents qui sont soulevés par de tels usages.
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 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.047 |
| Scholarly communication | 0.009 | 0.010 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.010 | 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".