De l’inégalité des intelligences à la médiation intellectuelle. Effets et enjeux propres à une conception politique du savoir
Bibliographic record
Abstract
Dans cet article se rapportant à une pratique de la philosophie, nous interrogeons un présupposé qui conditionne la distribution des capacités intellectuelles dans nos sociétés contemporaines, dites du savoir – en l’occurrence, celui de l’inégalité des intelligences. Que ce soit sur le plan institutionnel (école, université, État) ou sur celui du rapport à soi (autoexclusion, mépris de soi) en passant par les rapports interpersonnels et entre groupes sociaux (non-reconnaissance, exclusion, objectification), il nous semble voir à l’oeuvre dans la société québécoise certains effets négatifs de ce présupposé. Le projet d’une science ouverte et réellement émancipatrice permet de mettre en question ce présupposé. Dans cette perspective, nous proposons une réflexion sur une pratique particulière, la médiation intellectuelle, qui prend non pas l’inégalité, mais l’égalité des intelligences en tant que principe directeur explicite. Nous tâcherons de détailler les diverses dimensions formelles et épistémologiques de cette pratique, en gardant à l’esprit les possibles conséquences d’une telle approche en ce qui a trait au projet d’une science ouverte : une science dont le caractère émancipateur ne se résume pas à ses résultats, mais s’étend également à sa production.
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 | 0.007 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.004 | 0.053 |
| Scholarly communication | 0.009 | 0.013 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.004 | 0.008 |
| 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".