Les savoirs aux prises avec l’opinion : l’exemple des effets du divorce
Bibliographic record
Abstract
Si l’on entend, par « société des savoirs », la mobilisation des connaissances pour une meilleure gouvernance des sociétés contemporaines, celle-ci reste largement hypothétique. En effet, nombre d’obstacles s’érigent sur le chemin de la diffusion des savoirs dans la société, dont le premier est le poids des idées reçues et l’importance du contexte idéologique. Selon l’état du débat public, certains résultats de travaux académiques trouveront un écho, quand d’autres seront littéralement négligés, oubliés, voire niés. Ce phénomène de tri, de filtrage de la contribution des chercheurs au débat public est particulièrement puissant dans le domaine des sciences sociales, où la controverse scientifique représente une des modalités de production des savoirs eux-mêmes, et où l’établissement d’une causalité est toujours sujette à caution, tant le nombre de variables en cause est considérable et incontrôlable. Pour rendre compte de cette faiblesse des sciences sociales face au discours de l’opinion, nous prendrons ici l’exemple d’une controverse inscrite depuis plus d’un siècle dans l’histoire des sciences de l’Homme et de la Société : celle qui concerne le lien entre instabilité familiale et délinquance. En retraçant quelques moments de l’histoire de cette hypothétique causalité, il est possible de prendre la mesure, à la fois du rôle que joue indiscutablement le contexte idéologique et politique, et de l’impact du néoconservatisme ambiant sur les relations entre sciences sociales et action publique.
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 | 0.011 | 0.059 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.011 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.004 | 0.008 |
| Insufficient payload (model declined to judge) | 0.020 | 0.003 |
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".