Des risques modernes à la société réflexive : pour une autre approche du (bio) terrorisme
Bibliographic record
Abstract
Au départ de quelques textes normatifs de portée nationale et internationale dont l’examen souligne la difficulté de parvenir à une définition opératoire du terrorisme, cet article propose un cadrage différent du phénomène terroriste fondé sur le paradigme des « risques réflexifs » (illustré par des sociologues comme Ulrich Beck et Anthony Giddens). Sous cet éclairage, le risque terroriste agit comme un véritable révélateur de notre rapport à notre environnement politique, social et technique : il est l’occasion de mettre en évidence des rapports de force, des relations politiques de domination et de dépendance qui constituent le contexte structurel de conflits locaux, régionaux ou internationaux ; mais aussi, de manière plus indirecte, en venant nous rappeler la vulnérabilité de nos collectifs, qui reposent de plus en plus sur le fonctionnement en réseaux, l’interdépendance et le développement de macro-systèmes techniques. Les auteurs plaident pour une meilleure prise en compte de la dimension proprement politique du terrorisme, et, plus largement, pour un basculement global vers un modèle de société ouverte plus sensible à des facteurs de risque trouvant leur origine dans nos propres pratiques et notre rapport au monde. Des exemples empruntés au bioterrorisme, en ce que le phénomène paraît emblématique de la réflexivité des risques modernes, forment un fil conducteur exploré tout au long de l’article.
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.004 | 0.043 |
| Scholarly communication | 0.010 | 0.013 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.008 | 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".