Bibliographic record
Abstract
Cet article propose une nouvelle lecture de la médiation dans le tourisme et le patrimoine. En examinant les initiatives des potiers du village de Guellala (Djerba, Tunisie) à la suite d’une crise économique, nous verrons comment ces acteurs réinventent leurs relations avec les touristes tout en réinventant leur espace et leurs produits. C’est ainsi que ces acteurs parviennent à s’évader de la tradition artisanale aliénée à l’industrie du tourisme pour intégrer une nouvelle dynamique qui leur permet de reprendre possession, à leur façon, de la présence touristique, contrairement aux tisserands du centre urbain de Houmt Souk, qui ont soit renoncé à la tradition artisanale pour se lancer dans la production industrielle, soit se sont reconvertis en employés d’hôtels. Les acteurs résilients du village de Guellala parviennent à médiatiser de manière informelle leur patrimoine artisanal de manière aussi improvisée (relocalisation de leurs ateliers du village à la route) que stratégique (s’associer à un chauffeur de taxi pour faire l’éloge de leurs nouveaux produits et recruter les clients). Ainsi pouvons-nous dire que la médiation informelle se base sur le capital social qui assure une mobilisation autour de plusieurs éléments que ces acteurs ont en commun.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 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".