La production des savoirs sur les pesticides dans la règlementation européenne
Bibliographic record
Abstract
Cet article présente une approche critique des règles de production des connaissances sur la nocivité des produits phytopharmaceutiques en droit européen. Inscrit dans le cadre théorique emprunté à la sociologie, l’agnotologie, il montre que la méconnaissance de l’origine des normes européennes et leur nature juridique sont des facteurs expliquant que leur substance engendre une production d’ignorance sur la nocivité des pesticides. Les règles européennes de production des savoirs sur les pesticides sont en effet le fruit d’un phénomène de circulation des normes entre l’Organisation de coopération et de développement économique et l’Union européenne depuis le début des années 70. Ce trait des règles européennes, méconnu de la littérature juridique académique, est d’autant plus invisible que le transfert des normes s’opère par le biais de nombreux textes techniques qui relèvent tant de la soft law que du droit dur. Le contenu des règles européennes de production des connaissances sur la nocivité des produits phytopharmaceutiques confirme qu’elles produisent de l’ignorance à deux niveaux : les critères harmonisés de nocivité déterminants pour l’interdiction d’accès au marché sont incomplets et peuvent être écartés par le jeu de dérogations ; les règles annoncent la production de savoirs sur trois catégories de substances prises individuellement, mais seule l’une d’elles est l’objet d’une évaluation, tandis que les règles d’identification des risques liés aux effets cumulés des substances n’existent toujours pas.
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 | 0.005 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| 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".