Bibliographic record
Abstract
La vision élaborée dans le document présenté par l’UNESCO à Tunis en 2005, reprise et mise à jour en 2013 dans le rapport rédigé par Mansell et Tremblay, esquisse le cadre général de construction de sociétés du savoir diverses, dynamiques et évolutives fondées sur le respect des personnes, des cultures et de l’environnement. L’évocation de cet horizon fait l’objet du premier point de cet article. La mise en œuvre de ce projet, utopique à maints égards, de sociétés du savoir plurielles et respectueuses des droits de la personne humaine, implique l’adoption de stratégies diverses certes, selon les cultures et les contextes socio-économiques, mais qui relèvent partout d’une même approche de concertation des différents groupes d’acteurs concernés. La discussion de cette articulation entre l’unicité et de la diversité des sociétés du savoir fait l’objet du deuxième point. Le projet de sociétés du savoir ne suscite cependant pas partout le même enthousiasme. Il doit faire face à l’ignorance, à l’indifférence et parfois même à une opposition farouche, voire violente, de la part de différents groupes sociaux, économiques et politiques. La présentation des principales embûches qui font obstacle au développement des sociétés du savoir constitue le troisième point de cet exposé. Une proposition en guise de conclusion : les sociétés du savoir sont des projets sociaux qui s’enracinent tant dans l’exercice du sens critique que dans l’élaboration utopique.
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 | 0.013 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.012 | 0.012 |
| Scholarly communication | 0.012 | 0.007 |
| Open science | 0.002 | 0.014 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.008 | 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".