L’expérimentation sociotechnique fondée sur les sciences comportementales : Un instrument au service de la production de l’acceptabilité sociale ?
Bibliographic record
Abstract
Dans la continuité de sa mobilisation par les praticiens, la notion d’acceptabilité sociale suscite depuis quelques années un intérêt croissant, combiné à un certain embarras, auprès des chercheurs en sciences sociales. Cet article contribue aux efforts récents de clarification et de questionnement de cette notion à partir d’un programme national d’expérimentation sociotechnique consacré aux réseaux électriques « intelligents » au Japon. Bien que quatre « Smart Communities » aient été sélectionnées pour porter cette expérimentation, ce cas d’étude présente la spécificité d’être impulsé par l’État japonais. Elles s’inscrivent dans la stratégie nationale de production de l’acceptabilité sociale des réseaux électriques « intelligents » et des nombreux produits, équipements et services qui leurs sont associés. Cet article analyse les dispositifs concrets mis en œuvre dans le cadre de ces expérimentations, en prêtant une attention particulière aux savoirs sur lesquels ils se fondent. Les Smart Communities mobilisent les résultats des sciences du comportement (psychologie sociale, économie comportementale) et les techniques du marketing afin de s’assurer de l’acceptation à la fois passive et active des usagers. Le recours à l’expérimentation constitue un mode de production de l’acceptabilité sociale hybride et s’inscrit également dans un processus plus large de gouvernementalisation des pratiques qui consomment de l’énergie, qui n’est paradoxalement pas adossé à une argumentation écologique.
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 | 0.030 | 0.031 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.022 |
| Scholarly communication | 0.010 | 0.011 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 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".