Bibliographic record
Abstract
La gestion des risques liés aux biotechnologies a traditionnellement été accomplie en conformité aux principes de la rationalité managériale, qui confinent à l’intérieur de rôles très précis les scientifiques, les managers et les politiciens. Les récents scandales du sang contaminé et de la vache folle ont non seulement contribué à remettre en cause les préceptes de cette rationalité managériale, mais aussi accru la sensibilité de certains gouvernants aux discours sur la démocratisation de la gestion des risques. Cet article présente deux modèles divergents de démocratisation de la gestion des risques dans le domaine des OGM, et un cas hybride. Le premier modèle, observé au Canada, ne remet pas fondamentalement en question les principes de la rationalité managériale, bien que ses partisans n’hésitent pas à recourir à la rhétorique de la démocratisation. Le deuxième, celui des perspectives contradictoires observé en France, est plus fidèle aux idées de démocratisation qui trouvent leur source dans la théorie critique de la rationalité managériale. Enfin, le cas hybride, celui du Royaume-Uni, permet à l’auteur de conclure que le modèle de la subordination à la rationalité managériale n’est tenable que dans un contexte institutionnel qui favorise un strict contrôle politique du discours sur les risques.
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 | 0.008 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.003 | 0.018 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.011 | 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".