Insiders, smart drugs et pharmaceuticalisation : éléments pour une typologie de la nouvelle déviance conformiste
Bibliographic record
Abstract
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 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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.045 |
| Scholarly communication | 0.008 | 0.008 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.004 | 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".