MétaCan
Menu
Back to cohort
Record W2511509985 · doi:10.7202/1036791ar

Insiders, smart drugs et pharmaceuticalisation : éléments pour une typologie de la nouvelle déviance conformiste

2016· article· fr· W2511509985 on OpenAlexaffvenue
Marcelo Otero, Johanne Collin

Bibliographic record

VenueCahiers de recherche sociologique · 2016
Typearticle
Languagefr
FieldPharmacology, Toxicology and Pharmaceutics
TopicPharmaceutical industry and healthcare
Canadian institutionsUniversité de MontréalUniversité du Québec à Montréal
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

La multiplication des usagers et usagères des smart drugs sur les campus universitaires, des go-pills dans l’armée ou encore des coast-to-coast chez les camionneurs de longue distance invite à revisiter la légitimité croissante des « usages adaptatifs » des psychostimulants par le biais d’une relecture des catégories traditionnelles avec lesquelles fonctionnalistes et interactionnistes ont tenté de saisir les modes légitimes d’adaptation et d’inadaptation sociale. Suffit-il de mobiliser des catégories de la déviance « par excès » d’intégration telles que la surobéissance ou encore par « hyper-responsabilité » ? Devrait-on naturaliser le recours de plus en plus fréquent à des oxymorons mi-sociologiques mi-éthiques pour saisir des pratiques de plus en plus répandues mais dont la légitimité pose problème tels que l’« innovation conformiste », ou encore la pratique du « bon dopage » ? En nous appuyant sur la cas de figure des consommateurs de smart drugs et mobilisant les concepts de pharmaceuticalisation et de biosocialité, nous chercherons à dégager un certain nombre de traits sociologiques de la figure idéal-typique de l’insider (à la fois « initié », consommateur avant-gardiste, individu hypersocialisé, innovateur responsable, etc.) qui se veut en principe l’image inversée du célèbre outsider d’Howard Becker.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.032
metaresearch head score (Gemma)0.011
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch, Meta-epidemiology (narrow), Science and technology studies, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesMetaresearch, Research integrity
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.696
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0320.011
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0010.005
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0200.022
Insufficient payload (model declined to judge)0.0040.001

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.

Opus teacher head0.632
GPT teacher head0.610
Teacher spread0.022 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations12
Published2016
Admission routes2
Has abstractyes

Explore more

Same venueCahiers de recherche sociologiqueSame topicPharmaceutical industry and healthcareFrench-language works237,207