Bibliographic record
Abstract
L’idéal de la science repose sur sa neutralité axiologique. D’ordinaire, il ne vient pas à l’idée qu’une science puisse être de droite ou de gauche. Pourtant, on sait que la répartition des options idéologiques des chercheurs ne se fait pas au hasard au sein des différentes disciplines universitaires. Il existe des clivages assez solides et persistants qui distinguent des champs plus conservateurs ou progressistes que d’autres. L’analyse de la participation à la grève étudiante québécoise de 2012 par département et faculté de premier cycle confirme cette observation. Notre analyse procède en trois temps. Dans un premier temps, nous définissons les départements ou les facultés comme sous-cultures politiques en les distinguant selon leur participation au mouvement de grève. Dans un deuxième temps, nous cherchons à évaluer si des changements dans la puissance et la forme du militantisme ont affecté dans les dernières décennies les domaines des humanités, des sciences sociales et des sciences pures et appliquées. Finalement, dans la troisième partie, nous tentons de comprendre pourquoi certaines disciplines sont plus militantes et progressistes que d’autres. En conclusion, nous tentons de dégager la possibilité de définir une culture épistémo-politique de la science.
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 | 0.004 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.010 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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".