Les détecteurs de métaux vont-ils remplacer le Panopticon ? La violence dans les écoles des quartiers défavorisés de New York
Bibliographic record
Abstract
Une culture de la violence s'est répandue dans les écoles de New York. La violence en milieu scolaire est devenue un processus d'interaction entre une population étudiante toujours plus menaçante et menacée et un système d'enseignement qui a délégué la responsabilité de maîtriser les comportements antisociaux à la portion la moins valorisée de son personnel, les agents de sécurité. La quasi-anarchie qui règne dans les corridors des écoles secondaires des quartiers défavorisés présente un formidable défi aux thèses de M. Foucault. Le nouveau panopticon est un anti-panopticon : il n'est pas un édifice, il n'assure pas la fonction de surveillance. Il existe à travers un ensemble de forces politiques et sociales qui se sont donné le mot pour ne pas voir les comportements de transgression. Ainsi apparaît dans les écoles une culture autonome de la violence qui se reproduit dans un climat de peur incitant chaque élève à se conformer à un certain code de « dureté », condition de sa propre protection. Les élèves des quartiers défavorisés ont en partage un espace de violence à la fois entièrement extérieur à la culture dominante et intimement lié à elle.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.003 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".