Quelle(s) science(s) et quel système de représentation au service de la transition écologique ?
Bibliographic record
Abstract
Depuis le xviiie siècle, mais plus encore depuis le milieu du xxe, les sociétés occidentales considèrent que le volume de biens et services produits chaque année constitue leur richesse. Plus récemment, le PIB, indicateur majeur à l’aune duquel les performances des sociétés sont évaluées et comparées, a été conçu comme la principale convention de richesse. Nos sociétés sont aujourd’hui confrontées à une contradiction majeure car, la plupart des discours en appellent à la croissance comme principal instrument de sortie de la crise économique et sociale, alors que de nombreux travaux confirment que la croissance contribue à aggraver la crise environnementale et que le PIB ne joue pas le rôle d’alerte. Sortir de cette situation suppose donc de se doter non seulement d’autres indicateurs mais également d’autres cadres de représentation des rapports entre humains et nature, alors que les sciences de l’homme se sont focalisées depuis le xviiie siècle sur les interactions entre humains et ont négligé l’insertion de ceux-ci dans la nature. Sont-elles capables, au prix d’une révision de leurs fondements épistémologiques et de leurs méthodes, de prendre cette nouvelle dimension en considération ou devons-nous élaborer une nouvelle science, seule susceptible de surmonter l’anthropocentrisme consubstantiel aux sciences de l’homme et de construire une articulation raisonnée entre les anciennes sciences de l’homme et les sciences de la nature ?
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 | 0.008 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.006 | 0.024 |
| Scholarly communication | 0.018 | 0.013 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
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".