Savoir scientifique, politiques gouvernementales et démocratie
Bibliographic record
Abstract
L’effet du savoir scientifique sur un ensemble de valeurs, définies de façon plutôt vague, que l’on désigne sous le nom de « démocratie », continue de susciter des passions et des analyses, comme en témoignent les revendications populaires en faveur d’une plus grande participation de la population aux processus de prises de décision relatives aux dossiers scientifiques. De telles revendications soulignent l’importance du débat politique dans des domaines qui furent jusqu’ici réservés à la recherche scientifique. Cependant, un débat éclairé ne peut avoir lieu que dans la mesure où les participants ont une certaine compétence dans le domaine technique, ne serait-ce que pour pouvoir évaluer les « impératifs techniques » des choix réels qui se posent. Le savoir scientifique — tout comme la terre, la force de travail et le capital — constitue une ressource, voire une marchandise. La possibilité d’utiliser et de contrôler cette ressource a des conséquences importantes sur la distribution du pouvoir politique dans les sociétés démocratiques.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.005 | 0.025 |
| Scholarly communication | 0.012 | 0.007 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 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".