Les jeunes face aux sociologues de la jeunesse : enjeux méthodologiques et éthiques liés aux visages des jeunes
Bibliographic record
Abstract
Sur la base d’enquêtes conduites sous l’égide de l’Observatoire Jeunes et Société, divers enjeux méthodologiques et éthiques seront envisagés dans le cadre de cet article. Après avoir montré qu’ils sont relatifs aux jeunes ciblés dans chaque cas – les étudiants différant par exemple des non‑diplômés, les jeunes situés d’un côté ou de l’autre de la fracture numérique ne pouvant pas être mis sur un même pied, etc. – différents problèmes et avatars surgis tant dans le recueil que dans l’analyse des données seront énumérés avant d’exposer les remèdes apportés sur le champ, avec force imagination méthodologique, pour pouvoir mener à bien les recherches au programme. On verra ici que les visages des jeunes se répercutent sur les moyens – voire les méthodes – mis en œuvre 1) pour les rejoindre, 2) pour leur démontrer la pertinence ou le bien-fondé des études conduites à leur sujet, 3) sur l’élan, pour les convaincre de collaborer, 4) pour les intéresser aux connaissances produites grâce à leur participation et 5) les persuader de la valeur réflexive de la « sociologie de la jeunesse » susceptible de leur faire connaître leur propre visage.
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 | 0.040 | 0.047 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.006 |
| Science and technology studies | 0.017 | 0.025 |
| Scholarly communication | 0.021 | 0.011 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.006 | 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".